Note that all users who use Vital DB, an open biosignal dataset, must agree to the Data Use Agreement below. If you do not agree, please close this window. The Data Use Agreement is available here: https://vitaldb.net/dataset/#h.vcpgs1yemdb5
For the Project Draft submission see the DL4H_Team_24_Project_Draft.ipynb notebook in the project repository.
The project repository can be found at: https://github.com/abarrie2/cs598-dlh-project
This project aims to reproduce findings from the paper titled "Predicting intraoperative hypotension using deep learning with waveforms of arterial blood pressure, electroencephalogram, and electrocardiogram: Retrospective study" by Jo Y-Y et al. (2022) [1]. This study introduces a deep learning model that predicts intraoperative hypotension (IOH) events before they occur, utilizing a combination of arterial blood pressure (ABP), electroencephalogram (EEG), and electrocardiogram (ECG) signals.
Intraoperative hypotension (IOH) is a common and significant surgical complication defined by a mean arterial pressure drop below 65 mmHg. It is associated with increased risks of myocardial infarction, acute kidney injury, and heightened postoperative mortality. Effective prediction and timely intervention can substantially enhance patient outcomes.
Initial attempts to predict IOH primarily used arterial blood pressure (ABP) waveforms. A foundational study by Hatib F et al. (2018) titled "Machine-learning Algorithm to Predict Hypotension Based on High-fidelity Arterial Pressure Waveform Analysis" [2] showed that machine learning could forecast IOH events using ABP with reasonable accuracy. This finding spurred further research into utilizing various physiological signals for IOH prediction.
Subsequent advancements included the development of the Acumen™ hypotension prediction index, which was studied in "AcumenTM hypotension prediction index guidance for prevention and treatment of hypotension in noncardiac surgery: a prospective, single-arm, multicenter trial" by Bao X et al. (2024) [3]. This trial integrated a hypotension prediction index into blood pressure monitoring equipment, demonstrating its effectiveness in reducing the number and duration of IOH events during surgeries. Further study is needed to determine whether this resultant reduction in IOH events transalates into improved postoperative patient outcomes.
Building on these advancements, the paper by Jo Y-Y et al. (2022) proposes a deep learning approach that enhances prediction accuracy by incorporating EEG and ECG signals along with ABP. This multi-modal method, evaluated over prediction windows of 3, 5, 10, and 15 minutes, aims to provide a comprehensive physiological profile that could predict IOH more accurately and earlier. Their results indicate that the combination of ABP and EEG significantly improves performance metrics such as AUROC and AUPRC, outperforming models that use fewer signals or different combinations.
Our project seeks to reproduce and verify Jo Y-Y et al.'s results to assess whether this integrated approach can indeed improve IOH prediction accuracy, thereby potentially enhancing surgical safety and patient outcomes.
The original paper investigated the following hypotheses:
Results were compared using AUROC and AUPRC scores. Based on the results described in the original paper, we expect that Hypothesis 2 will be confirmed, and that Hypotheses 1 and 3 will not be confirmed.
In order to perform the corresponding experiments, we will implement a CNN-based model that can be configured to train and infer using the following four model variations:
We will measure the performance of these configurations using the same AUROC and AUPRC metrics as used in the original paper. To test hypothesis 1 we will compare the AUROC and AUPRC measures between model variation 1 and model variation 2. To test hypothesis 2 we will compare the AUROC and AUPRC measures between model variation 1 and model variation 3. To test hypothesis 3 we will compare the AUROC and AUPRC measures between model variation 1 and model variation 4. For all of the above measures and experiment combinations, we will operate multiple experiments where the time-to-IOH event prediction will use the following prediction windows:
In the event that we are compute-bound, we will prioritize the 3-minute prediction window experiments as they are the most relevant to the original paper's findings.
The predictive power of ABP, ECG and ABP + ECG models at 3-, 5-, 10- and 15-minute prediction windows:
In order to demonstrate the functioning of the code in a short (ie, <8 minute limit) the following options and modifications were used:
MAX_CASES was set to 20. The total number of cases to be used in the full training set is 3296, but the smaller numbers allows demonstration of each section of the pipeline.vitaldb_cache is prepopulated in Google Colab. The cache file is approx. 800MB and contains the raw and mini-fied copies of the source dataset and is downloaded from Google Drive. This is much faster than using the vitaldb API, but is again only a fraction of the data. The full dataset can be downloaded with the API or prepopulated by following the instructions in the "Bulk Data Download" section below.max_epochs is set to 6. With the small dataset, training is fast and shows the decreasing training and validation losses. In the full model run, max_epochs will be set to 100. In both cases early stopping is enabled and will stop training if the validation losses stop decreasing for five consecutive epochs.The methodology section is composed of the following subsections: Environment, Data and Model.
The environment setup differs based on whether you are running the code on a local machine or on Google Colab. The following sections provide instructions for setting up the environment in each case.
Create conda environment for the project using the environment.yml file:
conda env create --prefix .envs/dlh-team24 -f environment.yml
Activate the environment with:
conda activate .envs/dlh-team24
The following code snippet installs the required packages and downloads the necessary files in a Google Colab environment:
# Google Colab environments have a `/content` directory. Use this as a proxy for running Colab-only code
COLAB_ENV = "google.colab" in str(get_ipython())
if COLAB_ENV:
#install vitaldb
%pip install vitaldb
# Executing in Colab therefore download cached preprocessed data.
# TODO: Integrate this with the setup local cache data section below.
# Check for file existence before overwriting.
import gdown
gdown.download(id="15b5Nfhgj3McSO2GmkVUKkhSSxQXX14hJ", output="vitaldb_cache.tgz")
!tar -zxf vitaldb_cache.tgz
# Download sqi_filter.csv from github repo
!wget https://raw.githubusercontent.com/abarrie2/cs598-dlh-project/main/sqi_filter.csv
All other required packages are already installed in the Google Colab environment.
# Import packages
import os
import random
import sys
import uuid
import copy
from collections import defaultdict
from timeit import default_timer as timer
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.manifold import TSNE
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report, roc_auc_score, precision_recall_curve, auc, confusion_matrix
from sklearn.metrics import RocCurveDisplay, PrecisionRecallDisplay, average_precision_score
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
import torch
from torch.utils.data import Dataset
import vitaldb
import h5py
import torch.nn as nn
import torch.nn.functional as F
from tqdm import tqdm
from datetime import datetime
Set random seeds to generate consistent results:
RANDOM_SEED = 42
def reset_random_state():
random.seed(RANDOM_SEED)
np.random.seed(RANDOM_SEED)
torch.manual_seed(RANDOM_SEED)
if torch.cuda.is_available():
torch.cuda.manual_seed(RANDOM_SEED)
torch.cuda.manual_seed_all(RANDOM_SEED)
torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False
os.environ["PYTHONHASHSEED"] = str(RANDOM_SEED)
reset_random_state()
Set device to GPU or MPS if available
device = torch.device("cuda" if torch.cuda.is_available() else "mps" if (torch.backends.mps.is_available() and torch.backends.mps.is_built()) else "cpu")
print(f"Using device: {device}")
Using device: mps
Define class to print to console and simultaneously save to file:
class ForkedStdout:
def __init__(self, file_path):
self.file = open(file_path, 'w')
self.stdout = sys.stdout
def write(self, message):
self.stdout.write(message)
self.file.write(message)
def flush(self):
self.stdout.flush()
self.file.flush()
def __enter__(self):
sys.stdout = self
def __exit__(self, exc_type, exc_val, exc_tb):
sys.stdout = self.stdout
self.file.close()
Data for this project is sourced from the open biosignal VitalDB dataset as described in "VitalDB, a high-fidelity multi-parameter vital signs database in surgical patients" by Lee H-C et al. (2022) [4], which contains perioperative vital signs and numerical data from 6,388 cases of non-cardiac (general, thoracic, urological, and gynecological) surgery patients who underwent routine or emergency surgery at Seoul National University Hospital between 2016 and 2017. The dataset includes ABP, ECG, and EEG signals, as well as other physiological data. The dataset is available through an API and Python library, and at PhysioNet: https://physionet.org/content/vitaldb/1.0.0/
Characteristics of the dataset: | Characteristic | Value | Details | |-----------------------|-----------------------------|------------------------| | Total number of cases | 6,388 | | | Sex (male) | 3,243 (50.8%) | | | Age (years) | 59 | Range: 48-68 | | Height (cm) | 162 | Range: 156-169 | | Weight (kg) | 61 | Range: 53-69 | | Tram-Rac 4A tracks | 6,355 (99.5%) | Sampling rate: 500Hz | | BIS Vista tracks | 5,566 (87.1%) | Sampling rate: 128Hz | | Case duration (min) | 189 | Range: 27-1041 |
Labels are only known after processing the data. In the original paper, there were an average of 1.6 IOH events per case and 5.7 non-events per case so we expect approximately 10,221 IOH events and 364,116 non-events in the dataset.
Data will be processed as follows:
VitalDB data is static, so local copies can be stored and reused to avoid expensive downloads and to speed up data processing.
The default directory defined below is in the project .gitignore file. If this is modified, the new directory should also be added to the project .gitignore.
VITALDB_CACHE = './vitaldb_cache'
VITAL_ALL = f"{VITALDB_CACHE}/vital_all"
VITAL_MINI = f"{VITALDB_CACHE}/vital_mini"
VITAL_METADATA = f"{VITALDB_CACHE}/metadata"
VITAL_MODELS = f"{VITALDB_CACHE}/models"
VITAL_RUNS = f"{VITALDB_CACHE}/runs"
VITAL_PREPROCESS_SCRATCH = f"{VITALDB_CACHE}/data_scratch"
VITAL_EXTRACTED_SEGMENTS = f"{VITALDB_CACHE}/segments"
TRACK_CACHE = None
SEGMENT_CACHE = None
# when USE_MEMORY_CACHING is enabled, track data will be persisted in an in-memory cache. Not useful once we have already pre-extracted all event segments
# DON'T USE: Stores items in memory that are later not used. Causes OOM on segment extraction.
USE_MEMORY_CACHING = False
# When RESET_CACHE is set to True, it will ensure the TRACK_CACHE is disposed and recreated when we do dataset initialization.
# Use as a shortcut to wiping cache rather than restarting kernel
RESET_CACHE = False
PREDICTION_WINDOW = 3
#PREDICTION_WINDOW = 'ALL'
ALL_PREDICTION_WINDOWS = [3, 5, 10, 15]
# Maximum number of cases of interest for which to download data.
# Set to a small value (ex: 20) for demo purposes, else set to None to disable and download and process all.
MAX_CASES = None
#MAX_CASES = 300
# Preloading Cases: when true, all matched cases will have the _mini tracks extracted and put into in-mem dict
PRELOADING_CASES = False
PRELOADING_SEGMENTS = True
# Perform Data Preprocessing: do we want to take the raw vital file and extract segments of interest for training?
PERFORM_DATA_PREPROCESSING = False
if not os.path.exists(VITALDB_CACHE):
os.mkdir(VITALDB_CACHE)
if not os.path.exists(VITAL_ALL):
os.mkdir(VITAL_ALL)
if not os.path.exists(VITAL_MINI):
os.mkdir(VITAL_MINI)
if not os.path.exists(VITAL_METADATA):
os.mkdir(VITAL_METADATA)
if not os.path.exists(VITAL_MODELS):
os.mkdir(VITAL_MODELS)
if not os.path.exists(VITAL_RUNS):
os.mkdir(VITAL_RUNS)
if not os.path.exists(VITAL_PREPROCESS_SCRATCH):
os.mkdir(VITAL_PREPROCESS_SCRATCH)
if not os.path.exists(VITAL_EXTRACTED_SEGMENTS):
os.mkdir(VITAL_EXTRACTED_SEGMENTS)
print(os.listdir(VITALDB_CACHE))
['segments_filter_neg', 'segments_bak', 'runs_old', '.DS_Store', 'segments_filter_neg_pos', 'vital_mini_bak_0501', 'vital_all', 'segments_sizes_sp.txt', 'models_all_cases_baseline', 'models', 'docs', 'vital_mini.tar', 'data_scratch', 'segments_md5_sp.txt', 'vital_file_md5_mw.txt', 'segments_bak_0501', 'osfs', 'runs_03_15', 'vital_mini', 'segments_filter_none', 'vital_file_mini_md5_sp.txt', 'vital_file_mini_file_sizes_sp.txt', 'runs', 'metadata', 'segments', 'models_old', 'vital_file_md5_sp.txt']
This step is not required, but will significantly speed up downstream processing and avoid a high volume of API requests to the VitalDB web site.
The cache population code checks if the .vital files are locally available, and can be populated by calling the vitaldb API or by manually prepopulating the cache (recommended)
wget -r -N -c -np https://physionet.org/files/vitaldb/1.0.0/ to download the files in a terminalvital_files into the ${VITAL_ALL} directory.# Returns the Pandas DataFrame for the specified dataset.
# One of 'cases', 'labs', or 'trks'
# If the file exists locally, create and return the DataFrame.
# Else, download and cache the csv first, then return the DataFrame.
def vitaldb_dataframe_loader(dataset_name):
if dataset_name not in ['cases', 'labs', 'trks']:
raise ValueError(f'Invalid dataset name: {dataset_name}')
file_path = f'{VITAL_METADATA}/{dataset_name}.csv'
if os.path.isfile(file_path):
print(f'{dataset_name}.csv exists locally.')
df = pd.read_csv(file_path)
return df
else:
print(f'downloading {dataset_name} and storing in the local cache for future reuse.')
df = pd.read_csv(f'https://api.vitaldb.net/{dataset_name}')
df.to_csv(file_path, index=False)
return df
cases = vitaldb_dataframe_loader('cases')
cases = cases.set_index('caseid')
cases.shape
cases.csv exists locally.
(6388, 73)
cases.index.nunique()
6388
cases.head()
| subjectid | casestart | caseend | anestart | aneend | opstart | opend | adm | dis | icu_days | ... | intraop_colloid | intraop_ppf | intraop_mdz | intraop_ftn | intraop_rocu | intraop_vecu | intraop_eph | intraop_phe | intraop_epi | intraop_ca | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| caseid | |||||||||||||||||||||
| 1 | 5955 | 0 | 11542 | -552 | 10848.0 | 1668 | 10368 | -236220 | 627780 | 0 | ... | 0 | 120 | 0.0 | 100 | 70 | 0 | 10 | 0 | 0 | 0 |
| 2 | 2487 | 0 | 15741 | -1039 | 14921.0 | 1721 | 14621 | -221160 | 1506840 | 0 | ... | 0 | 150 | 0.0 | 0 | 100 | 0 | 20 | 0 | 0 | 0 |
| 3 | 2861 | 0 | 4394 | -590 | 4210.0 | 1090 | 3010 | -218640 | 40560 | 0 | ... | 0 | 0 | 0.0 | 0 | 50 | 0 | 0 | 0 | 0 | 0 |
| 4 | 1903 | 0 | 20990 | -778 | 20222.0 | 2522 | 17822 | -201120 | 576480 | 1 | ... | 0 | 80 | 0.0 | 100 | 100 | 0 | 50 | 0 | 0 | 0 |
| 5 | 4416 | 0 | 21531 | -1009 | 22391.0 | 2591 | 20291 | -67560 | 3734040 | 13 | ... | 0 | 0 | 0.0 | 0 | 160 | 0 | 10 | 900 | 0 | 2100 |
5 rows × 73 columns
cases['sex'].value_counts()
sex M 3243 F 3145 Name: count, dtype: int64
trks = vitaldb_dataframe_loader('trks')
trks = trks.set_index('caseid')
trks.shape
trks.csv exists locally.
(486449, 2)
trks.index.nunique()
6388
trks.groupby('caseid')[['tid']].count().plot();
trks.groupby('caseid')[['tid']].count().hist();
trks.groupby('tname').count().sort_values(by='tid', ascending=False)
| tid | |
|---|---|
| tname | |
| Solar8000/HR | 6387 |
| Solar8000/PLETH_SPO2 | 6386 |
| Solar8000/PLETH_HR | 6386 |
| Primus/CO2 | 6362 |
| Primus/PAMB_MBAR | 6361 |
| ... | ... |
| Orchestra/AMD_VOL | 1 |
| Solar8000/ST_V5 | 1 |
| Orchestra/NPS_VOL | 1 |
| Orchestra/AMD_RATE | 1 |
| Orchestra/VEC_VOL | 1 |
196 rows × 1 columns
SNUADC/ART
arterial blood pressure waveform
Parameter, Description, Type/Hz, Unit
SNUADC/ART, Arterial pressure wave, W/500, mmHg
trks[trks['tname'].str.contains('SNUADC/ART')].shape
(3645, 2)
SNUADC/ECG_II
electrocardiogram waveform
Parameter, Description, Type/Hz, Unit
SNUADC/ECG_II, ECG lead II wave, W/500, mV
trks[trks['tname'].str.contains('SNUADC/ECG_II')].shape
(6355, 2)
BIS/EEG1_WAV
electroencephalogram waveform
Parameter, Description, Type/Hz, Unit
BIS/EEG1_WAV, EEG wave from channel 1, W/128, uV
trks[trks['tname'].str.contains('BIS/EEG1_WAV')].shape
(5871, 2)
These are the subset of case ids for which modelling and analysis will be performed based upon inclusion criteria and waveform data availability.
# TRACK NAMES is used for metadata analysis via API
TRACK_NAMES = ['SNUADC/ART', 'SNUADC/ECG_II', 'BIS/EEG1_WAV']
TRACK_SRATES = [500, 500, 128]
# EXTRACTION TRACK NAMES adds the EVENT track which is only used when doing actual file i/o
EXTRACTION_TRACK_NAMES = ['SNUADC/ART', 'SNUADC/ECG_II', 'BIS/EEG1_WAV', 'EVENT']
EXTRACTION_TRACK_SRATES = [500, 500, 128, 1]
# As in the paper, select cases which meet the following criteria:
#
# For patients, the inclusion criteria were as follows:
# (1) adults (age >= 18)
# (2) administered general anaesthesia
# (3) undergone non-cardiac surgery.
#
# For waveform data, the inclusion criteria were as follows:
# (1) no missing monitoring for ABP, ECG, and EEG waveforms
# (2) no cases containing false events or non-events due to poor signal quality
# (checked in second stage of data preprocessing)
# Adult
inclusion_1 = cases.loc[cases['age'] >= 18].index
print(f'{len(cases)-len(inclusion_1)} cases excluded, {len(inclusion_1)} remaining due to age criteria')
# General Anesthesia
inclusion_2 = cases.loc[cases['ane_type'] == 'General'].index
print(f'{len(cases)-len(inclusion_2)} cases excluded, {len(inclusion_2)} remaining due to anesthesia criteria')
# Non-cardiac surgery
inclusion_3 = cases.loc[
~cases['opname'].str.contains("cardiac", case=False)
& ~cases['opname'].str.contains("aneurysmal", case=False)
].index
print(f'{len(cases)-len(inclusion_3)} cases excluded, {len(inclusion_3)} remaining due to non-cardiac surgery criteria')
# ABP, ECG, EEG waveforms
inclusion_4 = trks.loc[trks['tname'].isin(TRACK_NAMES)].index.value_counts()
inclusion_4 = inclusion_4[inclusion_4 == len(TRACK_NAMES)].index
print(f'{len(cases)-len(inclusion_4)} cases excluded, {len(inclusion_4)} remaining due to missing waveform data')
# SQI filter
# NOTE: this depends on a sqi_filter.csv generated by external processing
inclusion_5 = pd.read_csv('sqi_filter.csv', header=None, names=['caseid','sqi']).set_index('caseid').index
print(f'{len(cases)-len(inclusion_5)} cases excluded, {len(inclusion_5)} remaining due to SQI threshold not being met')
# Only include cases with known good waveforms.
exclusion_6 = pd.read_csv('malformed_tracks_filter.csv', header=None, names=['caseid']).set_index('caseid').index
inclusion_6 = cases.index.difference(exclusion_6)
print(f'{len(cases)-len(inclusion_6)} cases excluded, {len(inclusion_6)} remaining due to malformed waveforms')
cases_of_interest_idx = inclusion_1 \
.intersection(inclusion_2) \
.intersection(inclusion_3) \
.intersection(inclusion_4) \
.intersection(inclusion_5) \
.intersection(inclusion_6)
cases_of_interest = cases.loc[cases_of_interest_idx]
print()
print(f'{cases_of_interest_idx.shape[0]} out of {cases.shape[0]} total cases remaining after exclusions applied')
# Trim cases of interest to MAX_CASES
if MAX_CASES:
cases_of_interest_idx = cases_of_interest_idx[:MAX_CASES]
print(f'{cases_of_interest_idx.shape[0]} cases of interest selected')
57 cases excluded, 6331 remaining due to age criteria 345 cases excluded, 6043 remaining due to anesthesia criteria 14 cases excluded, 6374 remaining due to non-cardiac surgery criteria 3019 cases excluded, 3369 remaining due to missing waveform data 0 cases excluded, 6388 remaining due to SQI threshold not being met 533 cases excluded, 5855 remaining due to malformed waveforms 2763 out of 6388 total cases remaining after exclusions applied 2763 cases of interest selected
cases_of_interest.head(n=5)
| subjectid | casestart | caseend | anestart | aneend | opstart | opend | adm | dis | icu_days | ... | intraop_colloid | intraop_ppf | intraop_mdz | intraop_ftn | intraop_rocu | intraop_vecu | intraop_eph | intraop_phe | intraop_epi | intraop_ca | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| caseid | |||||||||||||||||||||
| 1 | 5955 | 0 | 11542 | -552 | 10848.0 | 1668 | 10368 | -236220 | 627780 | 0 | ... | 0 | 120 | 0.0 | 100 | 70 | 0 | 10 | 0 | 0 | 0 |
| 4 | 1903 | 0 | 20990 | -778 | 20222.0 | 2522 | 17822 | -201120 | 576480 | 1 | ... | 0 | 80 | 0.0 | 100 | 100 | 0 | 50 | 0 | 0 | 0 |
| 7 | 5124 | 0 | 15770 | 477 | 14817.0 | 3177 | 14577 | -154320 | 623280 | 3 | ... | 0 | 0 | 0.0 | 0 | 120 | 0 | 0 | 0 | 0 | 0 |
| 10 | 2175 | 0 | 20992 | -1743 | 21057.0 | 2457 | 19857 | -220740 | 3580860 | 1 | ... | 0 | 90 | 0.0 | 0 | 110 | 0 | 20 | 500 | 0 | 600 |
| 12 | 491 | 0 | 31203 | -220 | 31460.0 | 5360 | 30860 | -208500 | 1519500 | 4 | ... | 200 | 100 | 0.0 | 100 | 70 | 0 | 20 | 0 | 0 | 3300 |
5 rows × 73 columns
These are the subset of tracks (waveforms) for the cases of interest identified above.
# A single case maps to one or more waveform tracks. Select only the tracks required for analysis.
trks_of_interest = trks.loc[cases_of_interest_idx][trks.loc[cases_of_interest_idx]['tname'].isin(TRACK_NAMES)]
trks_of_interest.shape
(8289, 2)
trks_of_interest.head(n=5)
| tname | tid | |
|---|---|---|
| caseid | ||
| 1 | BIS/EEG1_WAV | 0aa685df768489a18a5e9f53af0d83bf60890c73 |
| 1 | SNUADC/ART | 724cdd7184d7886b8f7de091c5b135bd01949959 |
| 1 | SNUADC/ECG_II | 8c9161aaae8cb578e2aa7b60f44234d98d2b3344 |
| 4 | BIS/EEG1_WAV | 1b4c2379be3397a79d3787dd810190150dc53f27 |
| 4 | SNUADC/ART | e28777c4706fe3a5e714bf2d91821d22d782d802 |
trks_of_interest_idx = trks_of_interest.set_index('tid').index
trks_of_interest_idx.shape
(8289,)
Tracks data are large and therefore expensive to download every time used.
By default, the .vital file format stores all tracks for each case internally. Since only select tracks per case are required, each .vital file can be further reduced by discarding the unused tracks.
# Ensure the full vital file dataset is available for cases of interest.
count_downloaded = 0
count_present = 0
#for i, idx in enumerate(cases.index):
for idx in cases_of_interest_idx:
full_path = f'{VITAL_ALL}/{idx:04d}.vital'
if not os.path.isfile(full_path):
print(f'Missing vital file: {full_path}')
# Download and save the file.
vf = vitaldb.VitalFile(idx)
vf.to_vital(full_path)
count_downloaded += 1
else:
count_present += 1
print()
print(f'Count of cases of interest: {cases_of_interest_idx.shape[0]}')
print(f'Count of vital files downloaded: {count_downloaded}')
print(f'Count of vital files already present: {count_present}')
Count of cases of interest: 2763 Count of vital files downloaded: 0 Count of vital files already present: 2763
# Convert vital files to "mini" versions including only the subset of tracks defined in TRACK_NAMES above.
# Only perform conversion for the cases of interest.
# NOTE: If this cell is interrupted, it can be restarted and will continue where it left off.
count_minified = 0
count_present = 0
count_missing_tracks = 0
count_not_fixable = 0
# If set to true, local mini files are checked for all tracks even if the mini file is already present.
FORCE_VALIDATE = False
for idx in cases_of_interest_idx:
full_path = f'{VITAL_ALL}/{idx:04d}.vital'
mini_path = f'{VITAL_MINI}/{idx:04d}_mini.vital'
if FORCE_VALIDATE or not os.path.isfile(mini_path):
print(f'Creating mini vital file: {idx}')
vf = vitaldb.VitalFile(full_path, EXTRACTION_TRACK_NAMES)
if len(vf.get_track_names()) != 4:
print(f'Missing track in vital file: {idx}, {set(EXTRACTION_TRACK_NAMES).difference(set(vf.get_track_names()))}')
count_missing_tracks += 1
# Attempt to download from VitalDB directly and see if missing tracks are present.
vf = vitaldb.VitalFile(idx, EXTRACTION_TRACK_NAMES)
if len(vf.get_track_names()) != 4:
print(f'Unable to fix missing tracks: {idx}')
count_not_fixable += 1
continue
if vf.get_track_samples(EXTRACTION_TRACK_NAMES[0], 1/EXTRACTION_TRACK_SRATES[0]).shape[0] == 0:
print(f'Empty track: {idx}, {EXTRACTION_TRACK_NAMES[0]}')
count_not_fixable += 1
continue
if vf.get_track_samples(EXTRACTION_TRACK_NAMES[1], 1/EXTRACTION_TRACK_SRATES[1]).shape[0] == 0:
print(f'Empty track: {idx}, {EXTRACTION_TRACK_NAMES[1]}')
count_not_fixable += 1
continue
if vf.get_track_samples(EXTRACTION_TRACK_NAMES[2], 1/EXTRACTION_TRACK_SRATES[2]).shape[0] == 0:
print(f'Empty track: {idx}, {EXTRACTION_TRACK_NAMES[2]}')
count_not_fixable += 1
continue
if vf.get_track_samples(EXTRACTION_TRACK_NAMES[3], 1/EXTRACTION_TRACK_SRATES[3]).shape[0] == 0:
print(f'Empty track: {idx}, {EXTRACTION_TRACK_NAMES[3]}')
count_not_fixable += 1
continue
vf.to_vital(mini_path)
count_minified += 1
else:
count_present += 1
print()
print(f'Count of cases of interest: {cases_of_interest_idx.shape[0]}')
print(f'Count of vital files minified: {count_minified}')
print(f'Count of vital files already present: {count_present}')
print(f'Count of vital files missing tracks: {count_missing_tracks}')
print(f'Count of vital files not fixable: {count_not_fixable}')
Count of cases of interest: 2763 Count of vital files minified: 0 Count of vital files already present: 2763 Count of vital files missing tracks: 0 Count of vital files not fixable: 0
Preprocessing characteristics are different for each of the three signal categories:
apply_bandpass_filter() implements the bandpass filter using scipy.signal
apply_zscore_normalization() implements the Z-score normalization using numpy
from scipy.signal import butter, lfilter, spectrogram
# define two methods for data preprocessing
def apply_bandpass_filter(data, lowcut, highcut, fs, order=5):
b, a = butter(order, [lowcut, highcut], fs=fs, btype='band')
y = lfilter(b, a, np.nan_to_num(data))
return y
def apply_zscore_normalization(signal):
mean = np.nanmean(signal)
std = np.nanstd(signal)
return (signal - mean) / std
# Filtering Demonstration
# temp experimental, code to be incorporated into overall preloader process
# for now it's just dumping example plots of the before/after filtered signal data
caseidx = 1
file_path = f"{VITAL_MINI}/{caseidx:04d}_mini.vital"
vf = vitaldb.VitalFile(file_path, TRACK_NAMES)
originalAbp = None
filteredAbp = None
originalEcg = None
filteredEcg = None
originalEeg = None
filteredEeg = None
ABP_TRACK_NAME = "SNUADC/ART"
ECG_TRACK_NAME = "SNUADC/ECG_II"
EEG_TRACK_NAME = "BIS/EEG1_WAV"
for i, (track_name, rate) in enumerate(zip(TRACK_NAMES, TRACK_SRATES)):
# Get samples for this track
track_samples = vf.get_track_samples(track_name, 1/rate)
#track_samples, _ = vf.get_samples(track_name, 1/rate)
print(f"Track {track_name} @ {rate}Hz shape {len(track_samples)}")
if track_name == ABP_TRACK_NAME:
# ABP waveforms are used without further pre-processing
originalAbp = track_samples
filteredAbp = track_samples
elif track_name == ECG_TRACK_NAME:
originalEcg = track_samples
# ECG waveforms are band-pass filtered between 1 and 40 Hz, and Z-score normalized
# first apply bandpass filter
filteredEcg = apply_bandpass_filter(track_samples, 1, 40, rate)
# then do z-score normalization
filteredEcg = apply_zscore_normalization(filteredEcg)
elif track_name == EEG_TRACK_NAME:
# EEG waveforms are band-pass filtered between 0.5 and 50 Hz
originalEeg = track_samples
filteredEeg = apply_bandpass_filter(track_samples, 0.5, 50, rate, 2)
def plotSignal(data, title):
plt.figure(figsize=(20, 5))
plt.plot(data)
plt.title(title)
plt.show()
plotSignal(originalAbp, "Original ABP")
plotSignal(originalAbp, "Unfiltered ABP")
plotSignal(originalEcg, "Original ECG")
plotSignal(filteredEcg, "Filtered ECG")
plotSignal(originalEeg, "Original EEG")
plotSignal(filteredEeg, "Filtered EEG")
Track SNUADC/ART @ 500Hz shape 5771049 Track SNUADC/ECG_II @ 500Hz shape 5771049 Track BIS/EEG1_WAV @ 128Hz shape 1477389
# Preprocess data tracks
ABP_TRACK_NAME = "SNUADC/ART"
ECG_TRACK_NAME = "SNUADC/ECG_II"
EEG_TRACK_NAME = "BIS/EEG1_WAV"
EVENT_TRACK_NAME = "EVENT"
MINI_FILE_FOLDER = VITAL_MINI
CACHE_FILE_FOLDER = VITAL_PREPROCESS_SCRATCH
if RESET_CACHE:
TRACK_CACHE = None
SEGMENT_CACHE = None
if TRACK_CACHE is None:
TRACK_CACHE = {}
SEGMENT_CACHE = {}
def get_track_data(case, print_when_file_loaded = False):
parsedFile = None
abp = None
eeg = None
ecg = None
events = None
for i, (track_name, rate) in enumerate(zip(EXTRACTION_TRACK_NAMES, EXTRACTION_TRACK_SRATES)):
# use integer case id and track name, delimited by pipe, as cache key
cache_label = f"{case}|{track_name}"
if cache_label not in TRACK_CACHE:
if parsedFile is None:
file_path = f"{MINI_FILE_FOLDER}/{case:04d}_mini.vital"
if print_when_file_loaded:
print(f"[{datetime.now()}] Loading vital file {file_path}")
parsedFile = vitaldb.VitalFile(file_path, EXTRACTION_TRACK_NAMES)
dataset = np.array(parsedFile.get_track_samples(track_name, 1/rate))
if track_name == ABP_TRACK_NAME:
# no filtering for ABP
abp = dataset
abp = pd.DataFrame(abp).ffill(axis=0).bfill(axis=0)[0].values
if USE_MEMORY_CACHING:
TRACK_CACHE[cache_label] = abp
elif track_name == ECG_TRACK_NAME:
ecg = dataset
# apply ECG filtering: first bandpass then do z-score normalization
ecg = pd.DataFrame(ecg).ffill(axis=0).bfill(axis=0)[0].values
ecg = apply_bandpass_filter(ecg, 1, 40, rate, 2)
ecg = apply_zscore_normalization(ecg)
if USE_MEMORY_CACHING:
TRACK_CACHE[cache_label] = ecg
elif track_name == EEG_TRACK_NAME:
eeg = dataset
eeg = pd.DataFrame(eeg).ffill(axis=0).bfill(axis=0)[0].values
# apply EEG filtering: bandpass only
eeg = apply_bandpass_filter(eeg, 0.5, 50, rate, 2)
if USE_MEMORY_CACHING:
TRACK_CACHE[cache_label] = eeg
elif track_name == EVENT_TRACK_NAME:
events = dataset
if USE_MEMORY_CACHING:
TRACK_CACHE[cache_label] = events
else:
# cache hit, pull from cache
if track_name == ABP_TRACK_NAME:
abp = TRACK_CACHE[cache_label]
elif track_name == ECG_TRACK_NAME:
ecg = TRACK_CACHE[cache_label]
elif track_name == EEG_TRACK_NAME:
eeg = TRACK_CACHE[cache_label]
elif track_name == EVENT_TRACK_NAME:
events = TRACK_CACHE[cache_label]
return (abp, ecg, eeg, events)
# ABP waveforms are used without further pre-processing
# ECG waveforms are band-pass filtered between 1 and 40 Hz, and Z-score normalized
# EEG waveforms are band-pass filtered between 0.5 and 50 Hz
if PRELOADING_CASES:
# determine disk cache file label
maxlabel = "ALL"
if MAX_CASES is not None:
maxlabel = str(MAX_CASES)
picklefile = f"{CACHE_FILE_FOLDER}/{PREDICTION_WINDOW}_minutes_MAX{maxlabel}.trackcache"
for track in tqdm(cases_of_interest_idx):
# getting track data will cause a cache-check and fill when missing
# will also apply appropriate filtering per track
get_track_data(track, False)
print(f"Generated track cache, {len(TRACK_CACHE)} records generated")
def get_segment_data(file_path):
abp = None
eeg = None
ecg = None
if USE_MEMORY_CACHING:
if file_path in SEGMENT_CACHE:
(abp, ecg, eeg) = SEGMENT_CACHE[file_path]
return (abp, ecg, eeg)
try:
with h5py.File(file_path, 'r') as f:
abp = np.array(f['abp'])
ecg = np.array(f['ecg'])
eeg = np.array(f['eeg'])
abp = np.array(abp)
eeg = np.array(eeg)
ecg = np.array(ecg)
if len(abp) > 30000:
abp = abp[:30000]
elif len(ecg) < 30000:
abp = np.resize(abp, (30000))
if len(ecg) > 30000:
ecg = ecg[:30000]
elif len(ecg) < 30000:
ecg = np.resize(ecg, (30000))
if len(eeg) > 7680:
eeg = eeg[:7680]
elif len(eeg) < 7680:
eeg = np.resize(eeg, (7680))
if USE_MEMORY_CACHING:
SEGMENT_CACHE[file_path] = (abp, ecg, eeg)
except:
abp = None
ecg = None
eeg = None
return (abp, ecg, eeg)
The following method is adapted from the preprocessing block of reference [6] (https://github.com/vitaldb/examples/blob/master/hypotension_art.ipynb)
The approach first finds an interoperative hypotensive event in the ABP waveform. It then backtracks to earlier in the waveform to extract a 60 second segment representing the waveform feature to use as model input. The figure below shows an example of this approach and is reproduced from the VitalDB example notebook referenced above.

def getSurgeryBoundariesInSeconds(event, debug=False):
eventIndices = np.argwhere(event==event)
# we are looking for the last index where the string contains 'start
lastStart = 0
firstFinish = len(event)-1
# find last start
for idx in eventIndices:
if 'started' in event[idx[0]]:
if debug:
print(event[idx[0]])
print(idx[0])
lastStart = idx[0]
# find first finish
for idx in eventIndices:
if 'finish' in event[idx[0]]:
if debug:
print(event[idx[0]])
print(idx[0])
firstFinish = idx[0]
break
if debug:
print(f'lastStart, firstFinish: {lastStart}, {firstFinish}')
return (lastStart, firstFinish)
def areCaseSegmentsCached(caseid):
seg_folder = f"{VITAL_EXTRACTED_SEGMENTS}/{caseid:04d}"
return os.path.exists(seg_folder) and len(os.listdir(seg_folder)) > 0
def isAbpSegmentValidNumpy(samples, debug=False):
valid = True
if np.isnan(samples).mean() > 0.1:
valid = False
if debug:
print(f">10% NaN")
elif (samples > 200).any():
valid = False
if debug:
print(f"Presence of BP > 200")
elif (samples < 30).any():
valid = False
if debug:
print(f"Presence of BP < 30")
elif np.max(samples) - np.min(samples) < 30:
if debug:
print(f"Max - Min test < 30")
valid = False
elif (np.abs(np.diff(samples)) > 30).any(): # abrupt change -> noise
if debug:
print(f"Abrupt change (noise)")
valid = False
return valid
def isAbpSegmentValid(vf, debug=False):
ABP_ECG_SRATE_HZ = 500
ABP_TRACK_NAME = "SNUADC/ART"
samples = np.array(vf.get_track_samples(ABP_TRACK_NAME, 1/ABP_ECG_SRATE_HZ))
return isAbpSegmentValidNumpy(samples, debug)
def saveCaseSegments(caseid, positiveSegments, negativeSegments, compresslevel=9, debug=False, forceWrite=False):
if len(positiveSegments) == 0 and len(negativeSegments) == 0:
# exit early if no events found
print(f'{caseid}: exit early, no segments to save')
return
# event composition
# predictiveSegmentStart in seconds, predictiveSegmentEnd in seconds, predWindow (0 for negative), abp, ecg, eeg)
# 0start, 1end, 2predwindow, 3abp, 4ecg, 5eeg
seg_folder = f"{VITAL_EXTRACTED_SEGMENTS}/{caseid:04d}"
if not os.path.exists(seg_folder):
# if directory needs to be created, then there are no cached segments
os.mkdir(seg_folder)
else:
if not forceWrite:
# exit early if folder already exists, case already produced
return
# prior to writing files out, clear existing files
for filename in os.listdir(seg_folder):
file_path = os.path.join(seg_folder, filename)
if debug:
print(f'deleting: {file_path}')
try:
if os.path.isfile(file_path):
os.unlink(file_path)
except Exception as e:
print('Failed to delete %s. Reason: %s' % (file_path, e))
count_pos_saved = 0
for i in range(0, len(positiveSegments)):
event = positiveSegments[i]
startIndex = event[0]
endIndex = event[1]
predWindow = event[2]
abp = event[3]
#ecg = event[4]
#eeg = event[5]
seg_filename = f"{caseid:04d}_{startIndex}_{predWindow:02d}_True.h5"
seg_fullpath = f"{seg_folder}/{seg_filename}"
if isAbpSegmentValidNumpy(abp, debug):
count_pos_saved += 1
abp = abp.tolist()
ecg = event[4].tolist()
eeg = event[5].tolist()
f = h5py.File(seg_fullpath, "w")
f.create_dataset('abp', data=abp, compression="gzip", compression_opts=compresslevel)
f.create_dataset('ecg', data=ecg, compression="gzip", compression_opts=compresslevel)
f.create_dataset('eeg', data=eeg, compression="gzip", compression_opts=compresslevel)
f.flush()
f.close()
f = None
abp = None
ecg = None
eeg = None
# f.create_dataset('label', data=[1], compression="gzip", compression_opts=compresslevel)
# f.create_dataset('pred_window', data=[event[2]], compression="gzip", compression_opts=compresslevel)
# f.create_dataset('caseid', data=[caseid], compression="gzip", compression_opts=compresslevel)
elif debug:
print(f"{caseid:04d} {predWindow:02d}min {startIndex} starttime = ignored, segment validity issues")
count_neg_saved = 0
for i in range(0, len(negativeSegments)):
event = negativeSegments[i]
startIndex = event[0]
endIndex = event[1]
predWindow = event[2]
abp = event[3]
#ecg = event[4]
#eeg = event[5]
seg_filename = f"{caseid:04d}_{startIndex}_0_False.h5"
seg_fullpath = f"{seg_folder}/{seg_filename}"
if isAbpSegmentValidNumpy(abp, debug):
count_neg_saved += 1
abp = abp.tolist()
ecg = event[4].tolist()
eeg = event[5].tolist()
f = h5py.File(seg_fullpath, "w")
f.create_dataset('abp', data=abp, compression="gzip", compression_opts=compresslevel)
f.create_dataset('ecg', data=ecg, compression="gzip", compression_opts=compresslevel)
f.create_dataset('eeg', data=eeg, compression="gzip", compression_opts=compresslevel)
f.flush()
f.close()
f = None
abp = None
ecg = None
eeg = None
# f.create_dataset('label', data=[0], compression="gzip", compression_opts=compresslevel)
# f.create_dataset('pred_window', data=[0], compression="gzip", compression_opts=compresslevel)
# f.create_dataset('caseid', data=[caseid], compression="gzip", compression_opts=compresslevel)
elif debug:
print(f"{caseid:04d} CleanWindow {startIndex} starttime = ignored, segment validity issues")
if count_neg_saved == 0 and count_pos_saved == 0:
print(f'{caseid}: nothing saved, all segments filtered')
# Generate hypotensive events
# Hypotensive events are defined as a 1-minute interval with sustained ABP of less than 65 mmHg
# Note: Hypotensive events should be at least 20 minutes apart to minimize potential residual effects from previous events
# Generate hypotension non-events
# To sample non-events, 30-minute segments where the ABP was above 75 mmHG were selected, and then
# three one-minute samples of each waveform were obtained from the middle of the segment
# both occur in extract_segments
#VITAL_EXTRACTED_SEGMENTS
def extract_segments(
cases_of_interest_idx,
debug=False,
checkCache=True,
forceWrite=False,
returnSegments=False,
skipInvalidCleanEvents=False,
skipInvalidIohEvents=False
):
# Sampling rate for ABP and ECG, Hz. These rates should be the same. Default = 500
ABP_ECG_SRATE_HZ = 500
# Sampling rate for EEG. Default = 128
EEG_SRATE_HZ = 128
# Final dataset for training and testing the model.
positiveSegmentsMap = {}
negativeSegmentsMap = {}
iohEventsMap = {}
cleanEventsMap = {}
# Process each case and extract segments. For each segment identify presence of an event in the label zone.
count_cases = len(cases_of_interest_idx)
#for case_count, caseid in tqdm(enumerate(cases_of_interest_idx), total=count_cases):
for case_count, caseid in enumerate(cases_of_interest_idx):
if debug:
print(f'Loading case: {caseid:04d}, ({case_count + 1} of {count_cases})')
if checkCache and areCaseSegmentsCached(caseid):
if debug:
print(f'Skipping case: {caseid:04d}, already cached')
# skip records we've already cached
continue
# read the arterial waveform
(abp, ecg, eeg, event) = get_track_data(caseid)
if debug:
print(f'Length of {TRACK_NAMES[0]}: {abp.shape[0]}')
print(f'Length of {TRACK_NAMES[1]}: {ecg.shape[0]}')
print(f'Length of {TRACK_NAMES[2]}: {eeg.shape[0]}')
(startInSeconds, endInSeconds) = getSurgeryBoundariesInSeconds(event)
if debug:
print(f"Event markers indicate that surgery begins at {startInSeconds}s and ends at {endInSeconds}s.")
track_length_seconds = int(len(abp) / ABP_ECG_SRATE_HZ)
if debug:
print(f"Processing case {caseid} with length {track_length_seconds}s")
# check if the ABP segment in the surgery window is valid
if debug:
isSurgerySegmentValid = isAbpSegmentValidNumpy(abp[startInSeconds:endInSeconds])
print(f'{caseid}: surgery segment valid: {isSurgerySegmentValid}')
iohEvents = []
cleanEvents = []
i = 0
started = False
eofReached = False
trackStartIndex = None
# set i pointer (which operates in seconds) to start marker for surgery
i = startInSeconds
# FIRST PASS
# in the first forward pass, we are going to identify the start/end boundaries of all IOH events within the case
ioh_events_valid = []
while i < track_length_seconds - 60 and i < endInSeconds:
segmentStart = None
segmentEnd = None
segFound = False
# look forward one minute
abpSeg = abp[i * ABP_ECG_SRATE_HZ:(i + 60) * ABP_ECG_SRATE_HZ]
# roll forward until we hit a one minute window where mean ABP >= 65 so we know leads are connected and it's tracking
if not started:
if np.nanmean(abpSeg) >= 65:
started = True
trackStartIndex = i
# if we're started and mean abp for the window is <65, we are starting a new IOH event
elif np.nanmean(abpSeg) < 65:
segmentStart = i
# now seek forward to find end of event, perpetually checking the lats minute of the IOH event
for j in range(i + 60, track_length_seconds):
# look backward one minute
abpSegForward = abp[(j - 60) * ABP_ECG_SRATE_HZ:j * ABP_ECG_SRATE_HZ]
if np.nanmean(abpSegForward) >= 65:
segmentEnd = j - 1
break
if segmentEnd is None:
eofReached = True
else:
# otherwise, end of the IOH segment has been reached, record it
iohEvents.append((segmentStart, segmentEnd))
segFound = True
if skipInvalidIohEvents:
isIohSegmentValid = isAbpSegmentValidNumpy(abpSeg)
ioh_events_valid.append(isIohSegmentValid)
if debug:
print(f'{caseid}: ioh segment valid: {isIohSegmentValid}, {segmentStart}, {segmentEnd}, {t_abp.shape}')
else:
ioh_events_valid.append(True)
i += 1
if not started:
continue
elif eofReached:
break
elif segFound:
i = segmentEnd + 1
# SECOND PASS
# in the second forward pass, we are going to identify the start/end boundaries of all non-overlapping 30 minute "clean" windows
# reuse the 'start of signal' index from our first pass
if trackStartIndex is None:
trackStartIndex = startInSeconds
i = trackStartIndex
eofReached = False
clean_events_valid = []
while i < track_length_seconds - 1800 and i < endInSeconds:
segmentStart = None
segmentEnd = None
segFound = False
startIndex = i
endIndex = i + 1800
# check to see if this 30 minute window overlaps any IOH events, if so ffwd to end of latest overlapping IOH
overlapFound = False
latestEnd = None
for event in iohEvents:
# case 1: starts during an event
if startIndex >= event[0] and startIndex < event[1]:
latestEnd = event[1]
overlapFound = True
# case 2: ends during an event
elif endIndex >= event[0] and endIndex < event[1]:
latestEnd = event[1]
overlapFound = True
# case 3: event occurs entirely inside of the window
elif startIndex < event[0] and endIndex > event[1]:
latestEnd = event[1]
overlapFound = True
# FFWD if we found an overlap
if overlapFound:
i = latestEnd + 1
continue
# look forward 30 minutes
abpSeg = abp[startIndex * ABP_ECG_SRATE_HZ:endIndex * ABP_ECG_SRATE_HZ]
# if we're started and mean abp for the window is >= 75, we are starting a new clean event
if np.nanmean(abpSeg) >= 75:
overlapFound = False
latestEnd = None
for event in iohEvents:
# case 1: starts during an event
if startIndex >= event[0] and startIndex < event[1]:
latestEnd = event[1]
overlapFound = True
# case 2: ends during an event
elif endIndex >= event[0] and endIndex < event[1]:
latestEnd = event[1]
overlapFound = True
# case 3: event occurs entirely inside of the window
elif startIndex < event[0] and endIndex > event[1]:
latestEnd = event[1]
overlapFound = True
if not overlapFound:
segFound = True
segmentEnd = endIndex
cleanEvents.append((startIndex, endIndex))
if skipInvalidCleanEvents:
isCleanSegmentValid = isAbpSegmentValidNumpy(abpSeg)
clean_events_valid.append(isCleanSegmentValid)
if debug:
print(f'{caseid}: clean segment valid: {isCleanSegmentValid}, {startIndex}, {endIndex}, {abpSeg.shape}')
else:
clean_events_valid.append(True)
i += 10
if segFound:
i = segmentEnd + 1
if debug:
print(f"IOH Events for case {caseid}: {iohEvents}")
print(f"Clean Events for case {caseid}: {cleanEvents}")
positiveSegments = []
negativeSegments = []
# THIRD PASS
# in the third pass, we will use the collections of ioh event windows to generate our actual extracted segments based on our prediction window (positive labels)
for i in range(0, len(iohEvents)):
# Don't extract segments from invalid IOH event windows.
if not ioh_events_valid[i]:
continue
if debug:
print(f"Checking event {iohEvents[i]}")
# we want to review current event boundaries, as well as previous event boundaries if available
event = iohEvents[i]
previousEvent = None
if i > 0:
previousEvent = iohEvents[i - 1]
for predWindow in ALL_PREDICTION_WINDOWS:
if debug:
print(f"Checking event {iohEvents[i]} for pred {predWindow}")
iohEventStart = event[0]
predictiveSegmentEnd = event[0] - (predWindow*60)
predictiveSegmentStart = predictiveSegmentEnd - 60
if (predictiveSegmentStart < 0):
# don't rewind before the beginning of the track
if debug:
print(f"Checking event {iohEvents[i]} for pred {predWindow} - exit, before beginning")
continue
elif (predictiveSegmentStart < trackStartIndex):
# don't rewind before the beginning of signal in track
if debug:
print(f"Checking event {iohEvents[i]} for pred {predWindow} - exit, before track start")
continue
elif previousEvent is not None:
# does this event window come before or during the previous event?
overlapFound = False
# case 1: starts during an event
if predictiveSegmentStart >= previousEvent[0] and predictiveSegmentStart < previousEvent[1]:
overlapFound = True
# case 2: ends during an event
elif iohEventStart >= previousEvent[0] and iohEventStart < previousEvent[1]:
overlapFound = True
# case 3: event occurs entirely inside of the window
elif predictiveSegmentStart < previousEvent[0] and iohEventStart > previousEvent[1]:
overlapFound = True
# do not extract a case if we overlap witha nother IOH
if overlapFound:
if debug:
print(f"Checking event {iohEvents[i]} for pred {predWindow} - exit, overlap with earlier segment")
continue
# track the positive segment
positiveSegments.append((predictiveSegmentStart, predictiveSegmentEnd, predWindow,
abp[predictiveSegmentStart*ABP_ECG_SRATE_HZ:predictiveSegmentEnd*ABP_ECG_SRATE_HZ],
ecg[predictiveSegmentStart*ABP_ECG_SRATE_HZ:predictiveSegmentEnd*ABP_ECG_SRATE_HZ],
eeg[predictiveSegmentStart*EEG_SRATE_HZ:predictiveSegmentEnd*EEG_SRATE_HZ]))
# FOURTH PASS
# in the fourth and final pass, we will use the collections of clean event windows to generate our actual extracted segments based (negative labels)
for i in range(0, len(cleanEvents)):
# Don't extract segments from invalid clean event windows.
if not clean_events_valid[i]:
continue
# everything will be 30 minutes long at least
event = cleanEvents[i]
# choose sample 1 @ 10 minutes
# choose sample 2 @ 15 minutes
# choose sample 3 @ 20 minutes
timeAtTen = event[0] + 600
timeAtFifteen = event[0] + 900
timeAtTwenty = event[0] + 1200
negativeSegments.append((timeAtTen, timeAtTen + 60, 0,
abp[timeAtTen*ABP_ECG_SRATE_HZ:(timeAtTen + 60)*ABP_ECG_SRATE_HZ],
ecg[timeAtTen*ABP_ECG_SRATE_HZ:(timeAtTen + 60)*ABP_ECG_SRATE_HZ],
eeg[timeAtTen*EEG_SRATE_HZ:(timeAtTen + 60)*EEG_SRATE_HZ]))
negativeSegments.append((timeAtFifteen, timeAtFifteen + 60, 0,
abp[timeAtFifteen*ABP_ECG_SRATE_HZ:(timeAtFifteen + 60)*ABP_ECG_SRATE_HZ],
ecg[timeAtFifteen*ABP_ECG_SRATE_HZ:(timeAtFifteen + 60)*ABP_ECG_SRATE_HZ],
eeg[timeAtFifteen*EEG_SRATE_HZ:(timeAtFifteen + 60)*EEG_SRATE_HZ]))
negativeSegments.append((timeAtTwenty, timeAtTwenty + 60, 0,
abp[timeAtTwenty*ABP_ECG_SRATE_HZ:(timeAtTwenty + 60)*ABP_ECG_SRATE_HZ],
ecg[timeAtTwenty*ABP_ECG_SRATE_HZ:(timeAtTwenty + 60)*ABP_ECG_SRATE_HZ],
eeg[timeAtTwenty*EEG_SRATE_HZ:(timeAtTwenty + 60)*EEG_SRATE_HZ]))
if returnSegments:
positiveSegmentsMap[caseid] = positiveSegments
negativeSegmentsMap[caseid] = negativeSegments
iohEventsMap[caseid] = iohEvents
cleanEventsMap[caseid] = cleanEvents
saveCaseSegments(caseid, positiveSegments, negativeSegments, 9, debug=debug, forceWrite=forceWrite)
#if debug:
print(f'{caseid}: positiveSegments: {len(positiveSegments)}, negativeSegments: {len(negativeSegments)}')
return positiveSegmentsMap, negativeSegmentsMap, iohEventsMap, cleanEventsMap
Ensure that all needed segments are in place for the cases that are being used. If data is already stored on disk this method returns immediately.
print('Time to extract segments!')
Time to extract segments!
MANUAL_EXTRACT=True
SKIP_INVALID_CLEAN_EVENTS=True
SKIP_INVALID_IOH_EVENTS=True
if MANUAL_EXTRACT:
mycoi = cases_of_interest_idx
#mycoi = cases_of_interest_idx[:2800]
#mycoi = [1]
cnt = 0
mod = 0
for ci in mycoi:
cnt += 1
if mod % 100 == 0:
print(f'count processed: {mod}, current case index: {ci}')
try:
p, n, i, c = extract_segments([ci], debug=False, checkCache=True,
forceWrite=True, returnSegments=False,
skipInvalidCleanEvents=SKIP_INVALID_CLEAN_EVENTS,
skipInvalidIohEvents=SKIP_INVALID_IOH_EVENTS)
p = None
n = None
i = None
c = None
except:
print(f'error on extract segment: {ci}')
mod += 1
print(f'extracted: {cnt}')
count processed: 0, current case index: 1 count processed: 100, current case index: 229 count processed: 200, current case index: 481 count processed: 300, current case index: 740 count processed: 400, current case index: 954 count processed: 500, current case index: 1160 count processed: 600, current case index: 1367 count processed: 700, current case index: 1595 count processed: 800, current case index: 1822 count processed: 900, current case index: 2055 count processed: 1000, current case index: 2317 count processed: 1100, current case index: 2533 count processed: 1200, current case index: 2775 count processed: 1300, current case index: 3014 count processed: 1400, current case index: 3218 count processed: 1500, current case index: 3442 count processed: 1600, current case index: 3682 count processed: 1700, current case index: 3879 count processed: 1800, current case index: 4109 count processed: 1900, current case index: 4347 count processed: 2000, current case index: 4603 count processed: 2100, current case index: 4830 count processed: 2200, current case index: 5072 count processed: 2300, current case index: 5314 count processed: 2400, current case index: 5568 count processed: 2500, current case index: 5793 count processed: 2600, current case index: 6017 count processed: 2700, current case index: 6248 extracted: 2763
def printAbp(case_id_to_check, plot_invalid_only=False):
vf_path = f'{VITAL_MINI}/{case_id_to_check:04d}_mini.vital'
if not os.path.isfile(vf_path):
return
vf = vitaldb.VitalFile(vf_path)
abp = vf.to_numpy(TRACK_NAMES[0], 1/500)
print(f'Case {case_id_to_check}')
print(f'ABP Shape: {abp.shape}')
print(f'nanmin: {np.nanmin(abp)}')
print(f'nanmean: {np.nanmean(abp)}')
print(f'nanmax: {np.nanmax(abp)}')
is_valid = isAbpSegmentValidNumpy(abp, debug=True)
print(f'valid: {is_valid}')
if plot_invalid_only and is_valid:
return
plt.figure(figsize=(20, 5))
plt_color = 'C0' if is_valid else 'red'
plt.plot(abp, plt_color)
plt.title(f'ABP - Entire Track - Case {case_id_to_check} - {abp.shape[0] / 500} seconds')
plt.axhline(y = 65, color = 'maroon', linestyle = '--')
plt.show()
def printSegments(segmentsMap, case_id_to_check, print_label, normalize=False):
for (x1, x2, r, abp, ecg, eeg) in segmentsMap[case_id_to_check]:
print(f'{print_label}: Case {case_id_to_check}')
print(f'lookback window: {r} min')
print(f'start time: {x1}')
print(f'end time: {x2}')
print(f'length: {x2 - x1} sec')
print(f'ABP Shape: {abp.shape}')
print(f'ECG Shape: {ecg.shape}')
print(f'EEG Shape: {eeg.shape}')
print(f'nanmin: {np.nanmin(abp)}')
print(f'nanmean: {np.nanmean(abp)}')
print(f'nanmax: {np.nanmax(abp)}')
is_valid = isAbpSegmentValidNumpy(abp, debug=True)
print(f'valid: {is_valid}')
# ABP normalization
x_abp = np.copy(abp)
if normalize:
x_abp -= 65
x_abp /= 65
plt.figure(figsize=(20, 5))
plt_color = 'C0' if is_valid else 'red'
plt.plot(x_abp, plt_color)
plt.title('ABP')
plt.axhline(y = 65, color = 'maroon', linestyle = '--')
plt.show()
plt.figure(figsize=(20, 5))
plt.plot(ecg, 'teal')
plt.title('ECG')
plt.show()
plt.figure(figsize=(20, 5))
plt.plot(eeg, 'indigo')
plt.title('EEG')
plt.show()
print()
def printEvents(abp_raw, eventsMap, case_id_to_check, print_label, normalize=False):
for (x1, x2) in eventsMap[case_id_to_check]:
print(f'{print_label}: Case {case_id_to_check}')
print(f'start time: {x1}')
print(f'end time: {x2}')
print(f'length: {x2 - x1} sec')
abp = abp_raw[x1*500:x2*500]
print(f'ABP Shape: {abp.shape}')
print(f'nanmin: {np.nanmin(abp)}')
print(f'nanmean: {np.nanmean(abp)}')
print(f'nanmax: {np.nanmax(abp)}')
is_valid = isAbpSegmentValidNumpy(abp, debug=True)
print(f'valid: {is_valid}')
# ABP normalization
x_abp = np.copy(abp)
if normalize:
x_abp -= 65
x_abp /= 65
plt.figure(figsize=(20, 5))
plt_color = 'C0' if is_valid else 'red'
plt.plot(x_abp, plt_color)
plt.title('ABP')
plt.axhline(y = 65, color = 'maroon', linestyle = '--')
plt.show()
print()
def moving_average(x, seconds=60):
w = seconds * 500
return np.convolve(np.squeeze(x), np.ones(w), 'valid') / w
def printAbpOverlay(
case_id_to_check,
positiveSegmentsMap,
negativeSegmentsMap,
iohEventsMap,
cleanEventsMap,
movingAverage=False
):
def overlay_segments(plt, segmentsMap, color, linestyle, positive=False):
for (x1, x2, r, abp, ecg, eeg) in segmentsMap:
sx1 = x1*500
sx2 = x2*500
mycolor = color
if positive:
if r == 3:
mycolor = 'red'
elif r == 5:
mycolor = 'crimson'
elif r == 10:
mycolor = 'tomato'
else:
mycolor = 'salmon'
plt.axvline(x = sx1, color = mycolor, linestyle = linestyle)
plt.axvline(x = sx2, color = mycolor, linestyle = linestyle)
plt.axvspan(sx1, sx2, facecolor = mycolor, alpha = 0.1)
def overlay_events(plt, eventsMap, color, linestyle):
for (x1, x2) in eventsMap:
sx1 = x1*500
sx2 = x2*500
plt.axvline(x = sx1, color = color, linestyle = linestyle)
plt.axvline(x = sx2, color = color, linestyle = linestyle)
plt.axvspan(sx1, sx2, facecolor = color, alpha = 0.1)
vf_path = f'{VITAL_MINI}/{case_id_to_check:04d}_mini.vital'
if not os.path.isfile(vf_path):
return
vf = vitaldb.VitalFile(vf_path)
abp = vf.to_numpy(TRACK_NAMES[0], 1/500)
abp_mov_avg = None
if movingAverage:
abp_mov_avg = moving_average(abp)
print(f'Case {case_id_to_check}')
print(f'ABP Shape: {abp.shape}')
print(f'nanmin: {np.nanmin(abp)}')
print(f'nanmean: {np.nanmean(abp)}')
print(f'nanmax: {np.nanmax(abp)}')
is_valid = isAbpSegmentValidNumpy(abp, debug=True)
print(f'valid: {is_valid}')
plt.figure(figsize=(24, 8))
plt_color = 'C0' if is_valid else 'red'
plt.plot(abp, plt_color)
plt.title(f'ABP - Entire Track - Case {case_id_to_check} - {abp.shape[0] / 500} seconds')
plt.axhline(y = 65, color = 'maroon', linestyle = '--')
if movingAverage:
plt.plot(abp_mov_avg, 'maroon')
# https://matplotlib.org/stable/gallery/lines_bars_and_markers/linestyles.html#linestyles
overlay_segments(plt, positiveSegmentsMap[case_id_to_check], 'crimson', (0, (1, 1)), positive=True)
overlay_segments(plt, negativeSegmentsMap[case_id_to_check], 'teal', (0, (1, 1)))
overlay_events(plt, iohEventsMap[case_id_to_check], 'brown', '-')
overlay_events(plt, cleanEventsMap[case_id_to_check], 'teal', '-')
plt.show()
# Global flag to control creating track and segment plots.
# These plots are expensive to create, but very interesting.
# Disable when training in bulk to speed up notebook processing.
PERFORM_TRACK_VALIDITY_CHECKS = False
# Check if all ABPs are well formed. Fast load and scan of the raw track data for ABP.
DISPLAY_REALITY_CHECK_ABP=True
DISPLAY_REALITY_CHECK_ABP_FIRST_ONLY=True
if PERFORM_TRACK_VALIDITY_CHECKS and DISPLAY_REALITY_CHECK_ABP:
for case_id_to_check in cases_of_interest_idx:
printAbp(case_id_to_check, plot_invalid_only=False)
if DISPLAY_REALITY_CHECK_ABP_FIRST_ONLY:
break
# These are Vital Files removed because of malformed ABP waveforms.
DISPLAY_MALFORMED_ABP=True
DISPLAY_MALFORMED_ABP_FIRST_ONLY=True
if PERFORM_TRACK_VALIDITY_CHECKS and DISPLAY_MALFORMED_ABP:
malformed_case_ids = pd.read_csv('malformed_tracks_filter.csv', header=None, names=['caseid']).set_index('caseid').index
for case_id_to_check in malformed_case_ids:
printAbp(case_id_to_check)
if DISPLAY_MALFORMED_ABP_FIRST_ONLY:
break
DISPLAY_NO_SEGMENTS_CASES=True
DISPLAY_NO_SEGMENTS_CASES_FIRST_ONLY=True
if PERFORM_TRACK_VALIDITY_CHECKS and DISPLAY_NO_SEGMENTS_CASES:
no_segments_case_ids = [3413, 3476, 3533, 3992, 4328, 4648, 4703, 4733, 5130, 5501, 5693, 5908]
for case_id_to_check in no_segments_case_ids:
printAbp(case_id_to_check)
if DISPLAY_NO_SEGMENTS_CASES_FIRST_ONLY:
break
Generate segment data for one or more cases. Perform a deep analysis of event and segment quality.
#mycoi = cases_of_interest_idx
my_cases_of_interest_idx = cases_of_interest_idx[:10]
#mycoi = [1]
# Note: By default, match extract segments processing block above.
# However, regenerate data real time to allow seeing impacts on segment extraction.
# This is why both checkCache and forceWrite are false by default.
positiveSegmentsMap, negativeSegmentsMap, iohEventsMap, cleanEventsMap = None, None, None, None
if PERFORM_TRACK_VALIDITY_CHECKS:
positiveSegmentsMap, negativeSegmentsMap, iohEventsMap, cleanEventsMap = \
extract_segments(my_cases_of_interest_idx, debug=False,
checkCache=False, forceWrite=False, returnSegments=True,
skipInvalidCleanEvents=SKIP_INVALID_CLEAN_EVENTS,
skipInvalidIohEvents=SKIP_INVALID_IOH_EVENTS)
Select a specific case to perform detailed low level analysis.
case_id_to_check = my_cases_of_interest_idx[0]
print(case_id_to_check)
print()
if PERFORM_TRACK_VALIDITY_CHECKS:
print((
len(positiveSegmentsMap[case_id_to_check]),
len(negativeSegmentsMap[case_id_to_check]),
len(iohEventsMap[case_id_to_check]),
len(cleanEventsMap[case_id_to_check])
))
1
if PERFORM_TRACK_VALIDITY_CHECKS:
printAbp(case_id_to_check)
Used to define the range in front of which positive segments will be extracted. Positive samples happen in front of this region.
tmp_abp = None
if PERFORM_TRACK_VALIDITY_CHECKS:
tmp_vf_path = f'{VITAL_MINI}/{case_id_to_check:04d}_mini.vital'
tmp_vf = vitaldb.VitalFile(tmp_vf_path)
tmp_abp = tmp_vf.to_numpy(TRACK_NAMES[0], 1/500)
if PERFORM_TRACK_VALIDITY_CHECKS:
printEvents(tmp_abp, iohEventsMap, case_id_to_check, 'IOH Event Segment', normalize=False)
Used to define the range from in which negative segments will be extracted. Negative samples happen within this region.
if PERFORM_TRACK_VALIDITY_CHECKS:
printEvents(tmp_abp, cleanEventsMap, case_id_to_check, 'Clean Event Segment', normalize=False)
One minute regions sampled and used for training the model for "positive" events.
if PERFORM_TRACK_VALIDITY_CHECKS:
printSegments(positiveSegmentsMap, case_id_to_check, 'Positive Segment - IOH Event', normalize=False)
One minute regions sampled and used for training the model for "negative" events.
if PERFORM_TRACK_VALIDITY_CHECKS:
printSegments(negativeSegmentsMap, case_id_to_check, 'Negative Segment - Non-Event', normalize=False)
For each of the cases in my_cases_of_interest_idx overlay the results of event and segment extraction.
DISPLAY_OVERLAY_CHECK_ABP=True
DISPLAY_OVERLAY_CHECK_ABP_FIRST_ONLY=True
if PERFORM_TRACK_VALIDITY_CHECKS and DISPLAY_OVERLAY_CHECK_ABP:
for case_id_to_check in my_cases_of_interest_idx:
printAbpOverlay(case_id_to_check, positiveSegmentsMap,
negativeSegmentsMap, iohEventsMap, cleanEventsMap, movingAverage=True)
if DISPLAY_OVERLAY_CHECK_ABP_FIRST_ONLY:
break
# free memory
del tmp_abp
def get_segment_attributes_from_filename(file_path):
pieces = os.path.basename(file_path).split('_')
case = int(pieces[0])
startX = int(pieces[1])
predWindow = int(pieces[2])
label = pieces[3].replace('.h5', '')
return (case, startX, predWindow, label)
count_negative_samples = 0
count_positive_samples = 0
samples = []
from glob import glob
seg_folder = f"{VITAL_EXTRACTED_SEGMENTS}"
filenames = [y for x in os.walk(seg_folder) for y in glob(os.path.join(x[0], '*.h5'))]
for filename in filenames:
(case, start_x, pred_window, label) = get_segment_attributes_from_filename(filename)
#print((case, start_x, pred_window, label))
# only load cases for cases of interest; this folder could have segments for hundreds of cases
if case not in cases_of_interest_idx:
continue
#PREDICTION_WINDOW = 3
if pred_window == 0 or pred_window == PREDICTION_WINDOW or PREDICTION_WINDOW == 'ALL':
#print((case, start_x, pred_window, label))
if label == 'True':
count_positive_samples += 1
else:
count_negative_samples += 1
sample = (filename, label)
samples.append(sample)
print()
print(f"samples loaded: {len(samples):5} ")
print(f'count negative samples: {count_negative_samples:5}')
print(f'count positive samples: {count_positive_samples:5}')
samples loaded: 19676 count negative samples: 14298 count positive samples: 5378
# Divide by cases
sample_cases = defaultdict(lambda: [])
for fn, _ in samples:
(case, start_x, pred_window, label) = get_segment_attributes_from_filename(fn)
sample_cases[case].append((fn, label))
# understand any missing cases of interest
sample_cases_idx = pd.Index(sample_cases.keys())
missing_case_ids = cases_of_interest_idx.difference(sample_cases_idx)
print(f'cases with no samples: {missing_case_ids.shape[0]}')
print(f' {missing_case_ids}')
print()
# Split data into training, validation, and test sets
# Use 6:1:3 ratio and prevent samples from a single case from being split across different sets
# Note: number of samples at each time point is not the same, because the first event can occur before the 3/5/10/15 minute mark
# Set target sizes
train_ratio = 0.6
val_ratio = 0.1
test_ratio = 1 - train_ratio - val_ratio # ensure ratios sum to 1
# Split samples into train and other
sample_cases_train, sample_cases_other = train_test_split(list(sample_cases.keys()), test_size=(1 - train_ratio), random_state=RANDOM_SEED)
# Split other into val and test
sample_cases_val, sample_cases_test = train_test_split(sample_cases_other, test_size=(test_ratio / (1 - train_ratio)), random_state=RANDOM_SEED)
# Check how many samples are in each set
print(f'Train/Val/Test Summary by Cases')
print(f"Train cases: {len(sample_cases_train):5}, ({len(sample_cases_train) / len(sample_cases):.2%})")
print(f"Val cases: {len(sample_cases_val):5}, ({len(sample_cases_val) / len(sample_cases):.2%})")
print(f"Test cases: {len(sample_cases_test):5}, ({len(sample_cases_test) / len(sample_cases):.2%})")
print(f"Total cases: {(len(sample_cases_train) + len(sample_cases_val) + len(sample_cases_test)):5}")
cases with no samples: 20
Index([ 149, 561, 864, 979, 1158, 1174, 1317, 1957, 2221, 2830, 2859, 4380,
4755, 4783, 5080, 5204, 5266, 5755, 6275, 6360],
dtype='int64')
Train/Val/Test Summary by Cases
Train cases: 1645, (59.97%)
Val cases: 274, (9.99%)
Test cases: 824, (30.04%)
Total cases: 2743
sample_cases_train = set(sample_cases_train)
sample_cases_val = set(sample_cases_val)
sample_cases_test = set(sample_cases_test)
samples_train = []
samples_val = []
samples_test = []
for cid, segs in sample_cases.items():
if cid in sample_cases_train:
for seg in segs:
samples_train.append(seg)
if cid in sample_cases_val:
for seg in segs:
samples_val.append(seg)
if cid in sample_cases_test:
for seg in segs:
samples_test.append(seg)
# Check how many samples are in each set
print(f'Train/Val/Test Summary by Events')
print(f"Train events: {len(samples_train):5}, ({len(samples_train) / len(samples):.2%})")
print(f"Val events: {len(samples_val):5}, ({len(samples_val) / len(samples):.2%})")
print(f"Test events: {len(samples_test):5}, ({len(samples_test) / len(samples):.2%})")
print(f"Total events: {(len(samples_train) + len(samples_val) + len(samples_test)):5}")
Train/Val/Test Summary by Events Train events: 11725, (59.59%) Val events: 2013, (10.23%) Test events: 5938, (30.18%) Total events: 19676
PRINT_ALL_CASE_SPLIT_DETAILS = False
case_to_sample_distribution = defaultdict(lambda: {'train': [0, 0], 'val': [0, 0], 'test': [0, 0]})
def populate_case_to_sample_distribution(mysamples, idx):
neg = 0
pos = 0
for fn, _ in mysamples:
(case, start_x, pred_window, label) = get_segment_attributes_from_filename(fn)
slot = 0 if label == 'False' else 1
case_to_sample_distribution[case][idx][slot] += 1
if slot == 0:
neg += 1
else:
pos += 1
return (neg, pos)
train_neg, train_pos = populate_case_to_sample_distribution(samples_train, 'train')
val_neg, val_pos = populate_case_to_sample_distribution(samples_val, 'val')
test_neg, test_pos = populate_case_to_sample_distribution(samples_test, 'test')
print(f'Total Cases Present: {len(case_to_sample_distribution):5}')
print()
train_tot = train_pos + train_neg
val_tot = val_pos + val_neg
test_tot = test_pos + test_neg
print(f'Train: P: {train_pos:5} ({(train_pos/train_tot):.2}), N: {train_neg:5} ({(train_neg/train_tot):.2})')
print(f'Val: P: {val_pos:5} ({(val_pos/val_tot):.2}), N: {val_neg:5} ({(val_neg/val_tot):.2})')
print(f'Test: P: {test_pos:5} ({(test_pos/test_tot):.2}), N: {test_neg:5} ({(test_neg/test_tot):.2})')
print()
total_pos = train_pos + val_pos + test_pos
total_neg = train_neg + val_neg + test_neg
total = total_pos + total_neg
print(f'P/N Ratio: {(total_pos)}:{(total_neg)}')
print(f'P Percent: {(total_pos/total):.2}')
print(f'N Percent: {(total_neg/total):.2}')
print()
if PRINT_ALL_CASE_SPLIT_DETAILS:
for ci in sorted(case_to_sample_distribution.keys()):
print(f'{ci}: {case_to_sample_distribution[ci]}')
Total Cases Present: 2743 Train: P: 3221 (0.27), N: 8504 (0.73) Val: P: 591 (0.29), N: 1422 (0.71) Test: P: 1566 (0.26), N: 4372 (0.74) P/N Ratio: 5378:14298 P Percent: 0.27 N Percent: 0.73
def check_data_leakage(full_data, train_data, val_data, test_data):
# Convert to sets for easier operations
full_data_set = set(full_data)
train_data_set = set(train_data)
val_data_set = set(val_data)
test_data_set = set(test_data)
# Check if train, val, test are subsets of full_data
if not train_data_set.issubset(full_data_set):
return "Train data has leakage"
if not val_data_set.issubset(full_data_set):
return "Validation data has leakage"
if not test_data_set.issubset(full_data_set):
return "Test data has leakage"
# Check if train, val, test are disjoint
if train_data_set & val_data_set:
return "Train and validation data are not disjoint"
if train_data_set & test_data_set:
return "Train and test data are not disjoint"
if val_data_set & test_data_set:
return "Validation and test data are not disjoint"
return "No data leakage detected"
# Usage
print(check_data_leakage(list(sample_cases.keys()), sample_cases_train, sample_cases_val, sample_cases_test))
No data leakage detected
# Create vitalDataset class
class vitalDataset(Dataset):
def __init__(self, samples, normalize_abp=False):
self.samples = samples
self.normalize_abp = normalize_abp
def __len__(self):
return len(self.samples)
def __getitem__(self, idx):
# Get metadata for this event
segment = self.samples[idx]
file_path = segment[0]
label = (segment[1] == "True" or segment[1] == "True.vital")
(abp, ecg, eeg) = get_segment_data(file_path)
if abp is None or eeg is None or ecg is None:
return (np.zeros(30000), np.zeros(30000), np.zeros(7680), 0)
if self.normalize_abp:
abp -= 65
abp /= 65
return abp, ecg, eeg, label
NORMALIZE_ABP = False
train_dataset = vitalDataset(samples_train, NORMALIZE_ABP)
val_dataset = vitalDataset(samples_val, NORMALIZE_ABP)
test_dataset = vitalDataset(samples_test, NORMALIZE_ABP)
def generate_nan_means(mydataset):
xs = np.zeros(len(mydataset))
ys = np.zeros(len(mydataset), dtype=int)
for i, (abp, ecg, eeg, y) in enumerate(iter(mydataset)):
xs[i] = np.nanmean(abp)
ys[i] = int(y)
return pd.DataFrame({'abp_nanmean': xs, 'label': ys})
def generate_nan_means_summaries(tr, va, te, group='all'):
if group == 'all':
return pd.DataFrame({
'train': tr.describe()['abp_nanmean'],
'validation': va.describe()['abp_nanmean'],
'test': te.describe()['abp_nanmean']
})
mytr = tr.reset_index()
myva = va.reset_index()
myte = te.reset_index()
label_flag = True if group == 'positive' else False
return pd.DataFrame({
'train': mytr[mytr['label'] == label_flag].describe()['abp_nanmean'],
'validation': myva[myva['label'] == label_flag].describe()['abp_nanmean'],
'test': myte[myte['label'] == label_flag].describe()['abp_nanmean']
})
def plot_nan_means(df, plot_label):
mydf = df.reset_index()
maxCases = 'ALL' if MAX_CASES is None else MAX_CASES
plot_title = f'{plot_label} - ABP nanmean Values, {PREDICTION_WINDOW} Minutes, {maxCases} Cases'
ax = mydf[mydf['label'] == False].plot.scatter(
x='index', y='abp_nanmean', color='DarkBlue', label='Negative',
title=plot_title, figsize=(16,9))
negative_median = mydf[mydf['label'] == False]['abp_nanmean'].median()
ax.axhline(y=negative_median, color='DarkBlue', linestyle='--', label='Negative Median')
mydf[mydf['label'] == True].plot.scatter(
x='index', y='abp_nanmean', color='DarkOrange', label='Positive', ax=ax);
positive_median = mydf[mydf['label'] == True]['abp_nanmean'].median()
ax.axhline(y=positive_median, color='DarkOrange', linestyle='--', label='Positive Median')
ax.legend(loc='upper right')
def plot_nan_means_hist(df):
df.plot.hist(column=['abp_nanmean'], by='label', bins=50, figsize=(10, 8));
train_abp_nanmeans = generate_nan_means(train_dataset)
val_abp_nanmeans = generate_nan_means(val_dataset)
test_abp_nanmeans = generate_nan_means(test_dataset)
generate_nan_means_summaries(train_abp_nanmeans, val_abp_nanmeans, test_abp_nanmeans)
| train | validation | test | |
|---|---|---|---|
| count | 11725.000000 | 2013.000000 | 5938.000000 |
| mean | 85.342557 | 84.527469 | 85.337452 |
| std | 12.102408 | 11.928181 | 12.139388 |
| min | 65.136129 | 65.176681 | 65.178063 |
| 25% | 75.843523 | 75.141869 | 75.794924 |
| 50% | 83.549179 | 82.839065 | 83.643432 |
| 75% | 93.382970 | 92.584281 | 92.977931 |
| max | 138.285504 | 131.649859 | 147.949437 |
generate_nan_means_summaries(train_abp_nanmeans, val_abp_nanmeans, test_abp_nanmeans, group='positive')
| train | validation | test | |
|---|---|---|---|
| count | 3221.000000 | 591.000000 | 1566.000000 |
| mean | 76.393673 | 75.830934 | 76.462263 |
| std | 9.120690 | 8.735726 | 9.256418 |
| min | 65.136129 | 65.176681 | 65.178063 |
| 25% | 70.014729 | 69.719051 | 69.994147 |
| 50% | 74.056950 | 73.944380 | 74.136967 |
| 75% | 80.011449 | 79.447594 | 80.095860 |
| max | 132.143619 | 124.815472 | 136.381225 |
generate_nan_means_summaries(train_abp_nanmeans, val_abp_nanmeans, test_abp_nanmeans, group='negative')
| train | validation | test | |
|---|---|---|---|
| count | 8504.000000 | 1422.000000 | 4372.000000 |
| mean | 88.732062 | 88.141852 | 88.516442 |
| std | 11.341231 | 11.191253 | 11.452285 |
| min | 65.225560 | 66.221575 | 65.476802 |
| 25% | 80.095975 | 79.646864 | 79.987240 |
| 50% | 87.345195 | 86.884530 | 87.118146 |
| 75% | 95.959147 | 95.516197 | 95.679384 |
| max | 138.285504 | 131.649859 | 147.949437 |
plot_nan_means_hist(train_abp_nanmeans)
plot_nan_means_hist(val_abp_nanmeans)
plot_nan_means_hist(test_abp_nanmeans)
plot_nan_means(train_abp_nanmeans, 'Train')
plot_nan_means(val_abp_nanmeans, 'Validation')
plot_nan_means(test_abp_nanmeans, 'Test')
# Cleanup
del train_abp_nanmeans
del val_abp_nanmeans
del test_abp_nanmeans
Check if data can be easily classified using non-deep learning methods. Create a balanced sample of IOH and non-IOH events and use a simple classifier to see if the data can be easily separated. Datasets which can be easily separated by non-deep learning methods should also be easily classified by deep learning models.
MAX_CLASSIFICATION_SAMPLES = 250
MAX_SAMPLE_SIZE = 1600
classification_sample_size = MAX_SAMPLE_SIZE if len(samples) >= MAX_SAMPLE_SIZE else len(samples)
classification_samples = random.sample(samples, classification_sample_size)
positive_samples = []
negative_samples = []
for sample in classification_samples:
(sampleAbp, sampleEcg, sampleEeg) = get_segment_data(sample[0])
if sample[1] == "True":
positive_samples.append([sample[0], True, sampleAbp, sampleEcg, sampleEeg])
else:
negative_samples.append([sample[0], False, sampleAbp, sampleEcg, sampleEeg])
positive_samples = pd.DataFrame(positive_samples, columns=["file_path", "segment_label", "segment_abp", "segment_ecg", "segment_eeg"])
negative_samples = pd.DataFrame(negative_samples, columns=["file_path", "segment_label", "segment_abp", "segment_ecg", "segment_eeg"])
total_to_sample_pos = MAX_CLASSIFICATION_SAMPLES if len(positive_samples) >= MAX_CLASSIFICATION_SAMPLES else len(positive_samples)
total_to_sample_neg = MAX_CLASSIFICATION_SAMPLES if len(negative_samples) >= MAX_CLASSIFICATION_SAMPLES else len(negative_samples)
# Select up to 150 random samples where segment_label is True
positive_samples = positive_samples.sample(total_to_sample_pos, random_state=RANDOM_SEED)
# Select up to 150 random samples where segment_label is False
negative_samples = negative_samples.sample(total_to_sample_neg, random_state=RANDOM_SEED)
print(f'positive_samples: {len(positive_samples)}')
print(f'negative_samples: {len(negative_samples)}')
# Combine the positive and negative samples
samples_balanced = pd.concat([positive_samples, negative_samples])
positive_samples: 250 negative_samples: 250
Define function to build data for study. Each waveform field can be enabled or disabled:
def get_x_y(samples, use_abp, use_ecg, use_eeg):
# Create X and y, using data from `samples_balanced` and the `use_abp`, `use_ecg`, and `use_eeg` variables
X = []
y = []
for i in range(len(samples)):
row = samples.iloc[i]
sample = np.array([])
if use_abp:
if len(row['segment_abp']) != 30000:
print(len(row['segment_abp']))
sample = np.append(sample, row['segment_abp'])
if use_ecg:
if len(row['segment_ecg']) != 30000:
print(len(row['segment_ecg']))
sample = np.append(sample, row['segment_ecg'])
if use_eeg:
if len(row['segment_eeg']) != 7680:
print(len(row['segment_eeg']))
sample = np.append(sample, row['segment_eeg'])
X.append(sample)
# Convert the label from boolean to 0 or 1
y.append(int(row['segment_label']))
return X, y
Define KNN run. This is configurable to enable or disable different data channels so that we can study them individually or together:
N_NEIGHBORS = 20
def run_knn(samples, use_abp, use_ecg, use_eeg):
# Get samples
X,y = get_x_y(samples, use_abp, use_ecg, use_eeg)
# Split samples into train and val
knn_X_train, knn_X_test, knn_y_train, knn_y_test = train_test_split(X, y, test_size=0.2, random_state=RANDOM_SEED)
# Normalize the data
scaler = StandardScaler()
scaler.fit(knn_X_train)
knn_X_train = scaler.transform(knn_X_train)
knn_X_test = scaler.transform(knn_X_test)
# Initialize the KNN classifier
knn = KNeighborsClassifier(n_neighbors=N_NEIGHBORS)
# Train the KNN classifier
knn.fit(knn_X_train, knn_y_train)
# Make predictions on the test set
knn_y_pred = knn.predict(knn_X_test)
# Evaluate the KNN classifier
print(f"ABP: {use_abp}, ECG: {use_ecg}, EEG: {use_eeg}")
print(f"Confusion matrix:\n{confusion_matrix(knn_y_test, knn_y_pred)}")
print(f"Classification report:\n{classification_report(knn_y_test, knn_y_pred)}")
Study each waveform independently, then ABP+EEG (which had best results in paper), and ABP+ECG+EEG:
run_knn(samples_balanced, use_abp=True, use_ecg=False, use_eeg=False)
run_knn(samples_balanced, use_abp=False, use_ecg=True, use_eeg=False)
run_knn(samples_balanced, use_abp=False, use_ecg=False, use_eeg=True)
run_knn(samples_balanced, use_abp=True, use_ecg=False, use_eeg=True)
run_knn(samples_balanced, use_abp=True, use_ecg=True, use_eeg=True)
ABP: True, ECG: False, EEG: False
Confusion matrix:
[[48 6]
[16 30]]
Classification report:
precision recall f1-score support
0 0.75 0.89 0.81 54
1 0.83 0.65 0.73 46
accuracy 0.78 100
macro avg 0.79 0.77 0.77 100
weighted avg 0.79 0.78 0.78 100
ABP: False, ECG: True, EEG: False
Confusion matrix:
[[32 22]
[21 25]]
Classification report:
precision recall f1-score support
0 0.60 0.59 0.60 54
1 0.53 0.54 0.54 46
accuracy 0.57 100
macro avg 0.57 0.57 0.57 100
weighted avg 0.57 0.57 0.57 100
ABP: False, ECG: False, EEG: True
Confusion matrix:
[[ 2 52]
[ 0 46]]
Classification report:
precision recall f1-score support
0 1.00 0.04 0.07 54
1 0.47 1.00 0.64 46
accuracy 0.48 100
macro avg 0.73 0.52 0.36 100
weighted avg 0.76 0.48 0.33 100
ABP: True, ECG: False, EEG: True
Confusion matrix:
[[42 12]
[ 7 39]]
Classification report:
precision recall f1-score support
0 0.86 0.78 0.82 54
1 0.76 0.85 0.80 46
accuracy 0.81 100
macro avg 0.81 0.81 0.81 100
weighted avg 0.81 0.81 0.81 100
ABP: True, ECG: True, EEG: True
Confusion matrix:
[[39 15]
[ 6 40]]
Classification report:
precision recall f1-score support
0 0.87 0.72 0.79 54
1 0.73 0.87 0.79 46
accuracy 0.79 100
macro avg 0.80 0.80 0.79 100
weighted avg 0.80 0.79 0.79 100
Based on the data above, the ABP data alone is strongly predictive based on the macro average F1-score of 0.90. The ECG and EEG data are weakly predictive with F1 scores of 0.33 and 0.64, respectively. The ABP+EEG data is also strongly predictive with an F1 score of 0.88, and ABP+ECG+EEG data somewhat predictive with an F1 score of 0.79.
Models based on ABP data alone, or ABP+EEG data are expected to train easily with good performance. The other signals appear to mostly add noise and are not strongly predictive. This agrees with the results from the paper.
Define t-SNE run. This is configurable to enable or disable different data channels so that we can study them individually or together:
def run_tsne(samples, use_abp, use_ecg, use_eeg):
# Get samples
X,y = get_x_y(samples, use_abp, use_ecg, use_eeg)
# Convert X and y to numpy arrays
X = np.array(X)
y = np.array(y)
# Run t-SNE on the samples
tsne = TSNE(n_components=len(np.unique(y)), random_state=RANDOM_SEED)
X_tsne = tsne.fit_transform(X)
# Create a scatter plot of the t-SNE representation
plt.figure(figsize=(16, 9))
plt.title(f"use_abp={use_abp}, use_ecg={use_ecg}, use_eeg={use_eeg}")
for i, label in enumerate(set(y)):
plt.scatter(X_tsne[y == label, 0], X_tsne[y == label, 1], label=label)
plt.legend()
plt.show()
Study each waveform independently, then ABP+EEG (which had best results in paper), and ABP+ECG+EEG:
run_tsne(samples_balanced, use_abp=True, use_ecg=False, use_eeg=False)
run_tsne(samples_balanced, use_abp=False, use_ecg=True, use_eeg=False)
run_tsne(samples_balanced, use_abp=False, use_ecg=False, use_eeg=True)
run_tsne(samples_balanced, use_abp=True, use_ecg=False, use_eeg=True)
run_tsne(samples_balanced, use_abp=True, use_ecg=True, use_eeg=True)
Based on the plots above, it appears that ABP alone, ABP+EEG and ABP+ECG+EEG are somewhat separable, though with outliers, and should be trainable by our model. The ECG and EEG data are not easily separable from the other data. This agrees with the results from the paper.
# cleanup
del samples_balanced
The model implementation is based on the CNN architecture described in Jo Y-Y et al. (2022). It is designed to handle 1, 2, or 3 signal categories simultaneously, allowing for flexible model configurations based on different combinations of physiological signals:
The architecture, as depicted in Figure 2 from the original paper, utilizes a ResNet-based approach tailored for time-series data from different physiological signals. The model architecture is adapted to handle varying input signal frequencies, with specific hyperparameters for each signal type, particularly EEG, due to its distinct characteristics compared to ABP and ECG. A diagram of the model architecture is shown below:
Each input signal is processed through a sequence of 12 7-layer residual blocks, followed by a flattening process and a linear transformation to produce a 32-dimensional feature vector per signal type. These vectors are then concatenated (if multiple signals are used) and passed through two additional linear layers to produce a single output vector, representing the IOH index. A threshold is determined experimentally in order to minimize the differene between the sensitivity and specificity and is applied to this index to perform binary classification for predicting IOH events.
The hyperparameters for the residual blocks are specified in Supplemental Table 1 from the original paper and vary for different signal type.
A forward pass through the model passes through 85 layers before concatenation, followed by two more linear layers and finally a sigmoid activation layer to produce the prediction measure.
Each residual block consists of the following seven layers:
Skip connections are included to aid in gradient flow during training, with optional 1D convolution in the skip connection to align dimensions.
The hyperparameters are detailed in Supplemental Table 1 of the original paper. A screenshot of these hyperparameters is provided for reference below:

Note: Please be aware of a transcription error in the original paper's Supplemental Table 1 for the ECG+ABP configuration in Residual Blocks 11 and 12, where the output size should be 469 6 instead of the reported 496 6.
Our model uses binary cross entropy as the loss function and Adam as the optimizer, consistent with the original study. The learning rate is set at 0.0001, and training is configured to run for up to 100 epochs, with early stopping implemented if no improvement in loss is observed over five consecutive epochs.
# First define the residual block which is reused 12x for each data track for each sample.
# Second define the primary model.
class ResidualBlock(nn.Module):
def __init__(self, in_features: int, out_features: int, in_channels: int, out_channels: int, kernel_size: int, stride: int = 1, size_down: bool = False, ignoreSkipConnection: bool = False) -> None:
super(ResidualBlock, self).__init__()
self.ignoreSkipConnection = ignoreSkipConnection
# calculate the appropriate padding required to ensure expected sequence lengths out of each residual block
padding = int((((stride-1)*in_features)-stride+kernel_size)/2)
self.size_down = size_down
self.bn1 = nn.BatchNorm1d(in_channels)
self.relu = nn.ReLU()
self.dropout = nn.Dropout(0.5)
self.conv1 = nn.Conv1d(in_channels, out_channels, kernel_size=kernel_size, stride=1, padding=padding, bias=False)
self.bn2 = nn.BatchNorm1d(out_channels)
self.conv2 = nn.Conv1d(out_channels, out_channels, kernel_size=kernel_size, stride=1, padding=padding, bias=False)
self.residualConv = nn.Conv1d(in_channels, out_channels, kernel_size=kernel_size, stride=1, padding=padding, bias=False)
# unclear where in sequence this should take place. Size down expressed in Supplemental table S1
if self.size_down:
pool_padding = (1 if (in_features % 2 > 0) else 0)
self.downsample = nn.MaxPool1d(kernel_size=2, stride=2, padding = pool_padding)
def forward(self, x: torch.Tensor) -> torch.Tensor:
identity = x
out = self.bn1(x)
out = self.relu(out)
out = self.dropout(out)
out = self.conv1(out)
if self.size_down:
out = self.downsample(out)
out = self.bn2(out)
out = self.relu(out)
out = self.conv2(out)
if not self.ignoreSkipConnection:
if out.shape != identity.shape:
# run the residual through a convolution when necessary
identity = self.residualConv(identity)
outlen = np.prod(out.shape)
idlen = np.prod(identity.shape)
# downsample when required
if idlen > outlen:
identity = self.downsample(identity)
# match dimensions
identity = identity.reshape(out.shape)
# add the residual
out += identity
return out
class HypotensionCNN(nn.Module):
def __init__(self, useAbp: bool = True, useEeg: bool = False, useEcg: bool = False, device: str = "cpu", nResiduals: int = 12, ignoreSkipConnection: bool = False, useSigmoid: bool = True) -> None:
assert useAbp or useEeg or useEcg, "At least one data track must be used"
assert nResiduals > 0 and nResiduals <= 12, "Number of residual blocks must be between 1 and 12"
super(HypotensionCNN, self).__init__()
self.device = device
self.useAbp = useAbp
self.useEeg = useEeg
self.useEcg = useEcg
self.nResiduals = nResiduals
self.useSigmoid = useSigmoid
# Size of the concatenated output from the residual blocks
concatSize = 0
if useAbp:
self.abpBlocks = []
self.abpMultipliers = [1, 2, 2, 2, 2, 2, 4, 4, 4, 4, 4, 6, 6]
self.abpSizes = [30000, 15000, 15000, 7500, 7500, 3750, 3750, 1875, 1875, 938, 938, 469, 469]
for i in range(self.nResiduals):
downsample = i % 2 == 0
self.abpBlocks.append(ResidualBlock(self.abpSizes[i], self.abpSizes[i+1], self.abpMultipliers[i], self.abpMultipliers[i+1], 15 if i < 6 else 7, 1, downsample, ignoreSkipConnection))
self.abpResiduals = nn.Sequential(*self.abpBlocks)
self.abpFc = nn.Linear(self.abpMultipliers[self.nResiduals] * self.abpSizes[self.nResiduals], 32)
concatSize += 32
if useEcg:
self.ecgBlocks = []
self.ecgMultipliers = [1, 2, 2, 2, 2, 2, 4, 4, 4, 4, 4, 6, 6]
self.ecgSizes = [30000, 15000, 15000, 7500, 7500, 3750, 3750, 1875, 1875, 938, 938, 469, 469]
for i in range(self.nResiduals):
downsample = i % 2 == 0
self.ecgBlocks.append(ResidualBlock(self.ecgSizes[i], self.ecgSizes[i+1], self.ecgMultipliers[i], self.ecgMultipliers[i+1], 15 if i < 6 else 7, 1, downsample, ignoreSkipConnection))
self.ecgResiduals = nn.Sequential(*self.ecgBlocks)
self.ecgFc = nn.Linear(self.ecgMultipliers[self.nResiduals] * self.ecgSizes[self.nResiduals], 32)
concatSize += 32
if useEeg:
self.eegBlocks = []
self.eegMultipliers = [1, 2, 2, 2, 2, 2, 4, 4, 4, 4, 4, 6, 6]
self.eegSizes = [7680, 3840, 3840, 1920, 1920, 960, 960, 480, 480, 240, 240, 120, 120]
for i in range(self.nResiduals):
downsample = i % 2 == 0
self.eegBlocks.append(ResidualBlock(self.eegSizes[i], self.eegSizes[i+1], self.eegMultipliers[i], self.eegMultipliers[i+1], 7 if i < 6 else 3, 1, downsample, ignoreSkipConnection))
self.eegResiduals = nn.Sequential(*self.eegBlocks)
self.eegFc = nn.Linear(self.eegMultipliers[self.nResiduals] * self.eegSizes[self.nResiduals], 32)
concatSize += 32
self.fullLinear1 = nn.Linear(concatSize, 16)
self.fullLinear2 = nn.Linear(16, 1)
self.sigmoid = nn.Sigmoid()
def forward(self, abp: torch.Tensor, eeg: torch.Tensor, ecg: torch.Tensor) -> torch.Tensor:
batchSize = len(abp)
# conditionally operate ABP, EEG, and ECG networks
tensors = []
if self.useAbp:
self.abpResiduals.to(self.device)
abp = self.abpResiduals(abp)
totalLen = np.prod(abp.shape)
abp = torch.reshape(abp, (batchSize, int(totalLen / batchSize)))
abp = self.abpFc(abp)
tensors.append(abp)
if self.useEeg:
self.eegResiduals.to(self.device)
eeg = self.eegResiduals(eeg)
totalLen = np.prod(eeg.shape)
eeg = torch.reshape(eeg, (batchSize, int(totalLen / batchSize)))
eeg = self.eegFc(eeg)
tensors.append(eeg)
if self.useEcg:
self.ecgResiduals.to(self.device)
ecg = self.ecgResiduals(ecg)
totalLen = np.prod(ecg.shape)
ecg = torch.reshape(ecg, (batchSize, int(totalLen / batchSize)))
ecg = self.ecgFc(ecg)
tensors.append(ecg)
# concatenate the tensors along dimension 1 if there's more than one, otherwise use the single tensor
merged = torch.cat(tensors, dim=1) if len(tensors) > 1 else tensors[0]
totalLen = np.prod(merged.shape)
merged = torch.reshape(merged, (batchSize, int(totalLen / batchSize)))
out = self.fullLinear1(merged)
out = self.fullLinear2(out)
if self.useSigmoid:
out = self.sigmoid(out)
# We should not be seeing NaNs! If we are, there is a problem upstream.
#out = torch.nan_to_num(out)
return out
As discussed earlier, our model uses binary cross entropy as the loss function and Adam as the optimizer, consistent with the original study. The learning rate is set at 0.0001, and training is configured to run for up to 100 epochs, with early stopping implemented if no improvement in loss is observed over five consecutive epochs.
def train_model_one_iter(model, device, loss_func, optimizer, train_loader):
model.train()
train_losses = []
for abp, ecg, eeg, label in tqdm(train_loader):
batch = len(abp)
abp = abp.reshape(batch, 1, -1).type(torch.FloatTensor).to(device)
ecg = ecg.reshape(batch, 1, -1).type(torch.FloatTensor).to(device)
eeg = eeg.reshape(batch, 1, -1).type(torch.FloatTensor).to(device)
label = label.type(torch.float).reshape(batch, 1).to(device)
optimizer.zero_grad()
mdl = model(abp, eeg, ecg)
loss = loss_func(torch.nan_to_num(mdl), label)
loss.backward()
optimizer.step()
train_losses.append(loss.cpu().data.numpy())
return np.mean(train_losses)
def evaluate_model(model, loss_func, val_loader):
model.eval()
val_losses = []
for abp, ecg, eeg, label in tqdm(val_loader):
batch = len(abp)
abp = abp.reshape(batch, 1, -1).type(torch.FloatTensor).to(device)
ecg = ecg.reshape(batch, 1, -1).type(torch.FloatTensor).to(device)
eeg = eeg.reshape(batch, 1, -1).type(torch.FloatTensor).to(device)
label = label.type(torch.float).reshape(batch, 1).to(device)
mdl = model(abp, eeg, ecg)
loss = loss_func(torch.nan_to_num(mdl), label)
val_losses.append(loss.cpu().data.numpy())
return np.mean(val_losses)
def plot_losses(train_losses, val_losses, best_epoch, experimentName):
print()
print(f'Plot Validation and Loss Values from Training')
print(f' Epoch with best Validation Loss: {best_epoch:3}, {val_losses[best_epoch]:.4}')
# Create x-axis values for epochs
epochs = range(0, len(train_losses))
plt.figure(figsize=(16, 9))
# Plot the training and validation losses
plt.plot(epochs, train_losses, 'b', label='Training Loss')
plt.plot(epochs, val_losses, 'r', label='Validation Loss')
# Add a vertical bar at the best_epoch
plt.axvline(x=best_epoch, color='g', linestyle='--', label='Best Epoch')
# Shade everything to the right of the best_epoch a light red
plt.axvspan(best_epoch, max(epochs), facecolor='r', alpha=0.1)
# Add labels and title
plt.xlabel('Epochs')
plt.ylabel('Loss')
plt.title(experimentName)
# Add legend
plt.legend(loc='upper right')
# Save plot to disk
plt.savefig(os.path.join(VITAL_RUNS, f'{experimentName}_losses.png'))
# Show the plot
plt.show()
def eval_model(model, device, dataloader, loss_func, print_detailed: bool = False):
model.eval()
model = model.to(device)
total_loss = 0
all_predictions = []
all_labels = []
with torch.no_grad():
for abp, ecg, eeg, label in tqdm(dataloader):
batch = len(abp)
abp = torch.nan_to_num(abp.reshape(batch, 1, -1)).type(torch.FloatTensor).to(device)
ecg = torch.nan_to_num(ecg.reshape(batch, 1, -1)).type(torch.FloatTensor).to(device)
eeg = torch.nan_to_num(eeg.reshape(batch, 1, -1)).type(torch.FloatTensor).to(device)
label = label.type(torch.float).reshape(batch, 1).to(device)
pred = model(abp, eeg, ecg)
loss = loss_func(pred, label)
total_loss += loss.item()
all_predictions.append(pred.detach().cpu().numpy())
all_labels.append(label.detach().cpu().numpy())
# Flatten the lists
all_predictions = np.concatenate(all_predictions).flatten()
all_labels = np.concatenate(all_labels).flatten()
# Calculate AUROC and AUPRC
# y_true, y_pred
auroc = roc_auc_score(all_labels, all_predictions)
precision, recall, _ = precision_recall_curve(all_labels, all_predictions)
auprc = auc(recall, precision)
# Determine the optimal threshold, which is argmin(abs(sensitivity - specificity)) per the paper
thresholds = np.linspace(0, 1, 101) # 0 to 1 in 0.01 steps
min_diff = float('inf')
optimal_sensitivity = None
optimal_specificity = None
optimal_threshold = None
for threshold in thresholds:
all_predictions_binary = (all_predictions > threshold).astype(int)
tn, fp, fn, tp = confusion_matrix(all_labels, all_predictions_binary).ravel()
sensitivity = tp / (tp + fn)
specificity = tn / (tn + fp)
diff = abs(sensitivity - specificity)
if diff < min_diff:
min_diff = diff
optimal_threshold = threshold
optimal_sensitivity = sensitivity
optimal_specificity = specificity
avg_loss = total_loss / len(dataloader)
# accuracy
predictions_binary = (all_predictions > optimal_threshold).astype(int)
accuracy = np.mean(predictions_binary == all_labels)
if print_detailed:
print(f"Predictions: {all_predictions}")
print(f"Labels: {all_labels}")
print(f"Loss: {avg_loss}")
print(f"AUROC: {auroc}")
print(f"AUPRC: {auprc}")
print(f"Sensitivity: {optimal_sensitivity}")
print(f"Specificity: {optimal_specificity}")
print(f"Threshold: {optimal_threshold}")
print(f"Accuracy: {accuracy}")
return all_predictions, all_labels, avg_loss, auroc, auprc, \
optimal_sensitivity, optimal_specificity, optimal_threshold, accuracy
def print_all_evals(model, models, device, val_loader, test_loader, loss_func, print_detailed: bool = False):
print()
print(f'Generate AUROC/AUPRC for Each Intermediate Model')
print()
val_aurocs = []
val_auprcs = []
val_accs = []
test_aurocs = []
test_auprcs = []
test_accs = []
for mod in models:
model.load_state_dict(torch.load(mod))
#model.train(False)
model.eval()
print(f'Intermediate Model:')
print(f' {mod}')
# validation loop
print("AUROC/AUPRC on Validation Data")
all_predictions, all_labels, avg_loss, valid_auroc, valid_auprc, \
optimal_sensitivity, optimal_specificity, optimal_threshold, valid_accuracy = \
eval_model(model, device, val_loader, loss_func, print_detailed)
val_aurocs.append(valid_auroc)
val_auprcs.append(valid_auprc)
val_accs.append(valid_accuracy)
print()
# test loop
print("AUROC/AUPRC on Test Data")
all_predictions, all_labels, avg_loss, test_auroc, test_auprc, \
optimal_sensitivity, optimal_specificity, optimal_threshold, test_accuracy = \
eval_model(model, device, test_loader, loss_func, print_detailed)
test_aurocs.append(test_auroc)
test_auprcs.append(test_auprc)
test_accs.append(test_accuracy)
print()
return val_aurocs, val_auprcs, val_accs, test_aurocs, test_auprcs, test_accs
def plot_auroc_auprc(val_losses, val_aurocs, val_auprcs, val_accs,
test_aurocs, test_auprcs, test_accs, all_models, best_epoch, experimentName):
print()
print(f'Plot AUROC/AUPRC for Each Intermediate Model')
# Create x-axis values for epochs
epochs = range(0, len(val_aurocs))
# Find model with highest AUROC
np_test_aurocs = np.array(test_aurocs)
test_auroc_idx = np.argmax(np_test_aurocs)
test_accs_idx = np.argmax(test_accs)
print(f' Epoch with best Validation Loss: {best_epoch:3}, {val_losses[best_epoch]:.4}')
print(f' Epoch with best model Test AUROC: {test_auroc_idx:3}, {np_test_aurocs[test_auroc_idx]:.4}')
print(f' Epoch with best model Test Accuracy: {test_accs_idx:3}, {test_accs[test_accs_idx]:.4}')
#print(f'Best Model on Validation Loss:')
#print(f' {all_models[test_auroc_idx]}')
#print(f'Best Model on Test AUROC:')
#print(f' {all_models[best_epoch]}')
print()
plt.figure(figsize=(16, 9))
# Plots
plt.plot(epochs, val_aurocs, 'C0', label='AUROC - Validation')
plt.plot(epochs, test_aurocs, 'C1', label='AUROC - Test')
plt.plot(epochs, val_auprcs, 'C2', label='AUPRC - Validation')
plt.plot(epochs, test_auprcs, 'C3', label='AUPRC - Test')
plt.plot(epochs, val_accs, 'C4', label='Accuracy - Validation')
plt.plot(epochs, test_accs, 'C5', label='Accuracy - Test')
# Add vertical bars
plt.axvline(x=best_epoch, color='g', linestyle='--', label='Best Epoch - Validation Loss')
plt.axvline(x=test_auroc_idx, color='maroon', linestyle='--', label='Best Epoch - Test AUROC')
plt.axvline(x=test_accs_idx, color='violet', linestyle='--', label='Best Epoch - Test Accuracy')
# Shade everything to the right of the best_model a light red
plt.axvspan(test_auroc_idx, max(epochs), facecolor='r', alpha=0.1)
# Add labels and title
plt.xlabel('Epochs')
plt.ylabel('AUROC / AUPRC')
plt.title('Validation and Test AUROC and AUPRC by Model Iteration Across Training')
# Add legend
plt.legend(loc='right')
# Save plot to disk
plt.savefig(os.path.join(VITAL_RUNS, f'{experimentName}_all_stats.png'))
# Show the plot
plt.show()
return np_test_aurocs, test_auroc_idx
def run_experiment(
experimentNamePrefix: str = None,
useAbp: bool = True,
useEeg: bool = False,
useEcg: bool = False,
nResiduals: int = 12,
skip_connection: bool = False,
batch_size: int = 64,
learning_rate: float = 1e-4,
weight_decay: float = 0.0,
balance_labels: bool = False,
pos_weight: float = None,
max_epochs: int = 100,
patience: int = 25,
device: str = "cpu"
):
reset_random_state()
time_start = timer()
experimentName = ""
experimentOptions = [experimentNamePrefix, 'ABP', 'EEG', 'ECG', 'SKIPCONNECTION']
experimentValues = [experimentNamePrefix is not None, useAbp, useEeg, useEcg, skip_connection]
experimentFlags = [name for name, value in zip(experimentOptions, experimentValues) if value]
if experimentFlags:
experimentName = "_".join(experimentFlags)
experimentName = f"{experimentName}_{nResiduals}_RESIDUAL_BLOCKS_{batch_size}_BATCH_SIZE_{learning_rate:.0e}_LEARNING_RATE"
if weight_decay is not None and weight_decay != 0.0:
experimentName = f"{experimentName}_{weight_decay:.0e}_WEIGHT_DECAY"
predictionWindow = 'ALL' if PREDICTION_WINDOW == 'ALL' else f'{PREDICTION_WINDOW:03}'
experimentName = f"{experimentName}_{predictionWindow}_MINS"
maxCases = '_ALL' if MAX_CASES is None else f'{MAX_CASES:04}'
experimentName = f"{experimentName}_{maxCases}_MAX_CASES"
# Add unique uuid8 suffix to experiment name
experimentName = f"{experimentName}_{uuid.uuid4().hex[:8]}"
# default label split based on empirical data
my_pos_weight = 4.0
if balance_labels and pos_weight is not None:
my_pos_weight = pos_weight
# Fork stdout to file and console
with ForkedStdout(os.path.join(VITAL_RUNS, f'{experimentName}.log')):
print(f"Experiment Setup")
print(f' name: {experimentName}')
print(f' prediction_window: {predictionWindow}')
print(f' max_cases: {maxCases}')
print(f' use_abp: {useAbp}')
print(f' use_eeg: {useEeg}')
print(f' use_ecg: {useEcg}')
print(f' n_residuals: {nResiduals}')
print(f' skip_connection: {skip_connection}')
print(f' batch_size: {batch_size}')
print(f' learning_rate: {learning_rate}')
print(f' weight_decay: {weight_decay}')
print(f' balance_labels: {balance_labels}')
if balance_labels:
print(f' pos_weight: {my_pos_weight}')
print(f' max_epochs: {max_epochs}')
print(f' patience: {patience}')
print(f' device: {device}')
print()
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
val_loader = torch.utils.data.DataLoader(val_dataset, batch_size=batch_size, shuffle=True)
test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=batch_size, shuffle=False)
# Disable final sigmoid activation for BCEWithLogitsLoss
model = HypotensionCNN(useAbp, useEeg, useEcg, device, nResiduals, skip_connection, useSigmoid=(not balance_labels))
model = model.to(device)
if balance_labels:
# Only the weight for the positive class
loss_func = nn.BCEWithLogitsLoss(pos_weight=torch.tensor([my_pos_weight]).to(device))
else:
loss_func = nn.BCELoss()
optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate, weight_decay=weight_decay)
print(f'Model Architecture')
print(model)
print()
print(f'Training Loop')
# Training loop
best_epoch = 0
train_losses = []
val_losses = []
best_loss = float('inf')
no_improve_epochs = 0
model_path = os.path.join(VITAL_MODELS, f"{experimentName}.model")
all_models = []
for i in range(max_epochs):
# Train the model and get the training loss
train_loss = train_model_one_iter(model, device, loss_func, optimizer, train_loader)
train_losses.append(train_loss)
# Calculate validate loss
val_loss = evaluate_model(model, loss_func, val_loader)
val_losses.append(val_loss)
print(f"[{datetime.now()}] Completed epoch {i} with training loss {train_loss:.8f}, validation loss {val_loss:.8f}")
# Save all intermediary models.
tmp_model_path = os.path.join(VITAL_MODELS, f"{experimentName}_{i:04d}.model")
torch.save(model.state_dict(), tmp_model_path)
all_models.append(tmp_model_path)
# Check if validation loss has improved
if val_loss < best_loss:
best_epoch = i
best_loss = val_loss
no_improve_epochs = 0
torch.save(model.state_dict(), model_path)
print(f"Validation loss improved to {val_loss:.8f}. Model saved.")
else:
no_improve_epochs += 1
print(f"No improvement in validation loss. {no_improve_epochs} epochs without improvement.")
# exit early if no improvement in loss over last 'patience' epochs
if no_improve_epochs >= patience:
print("Early stopping due to no improvement in validation loss.")
break
# Load best model from disk
#print()
#if os.path.exists(model_path):
# model.load_state_dict(torch.load(model_path))
# print(f"Loaded best model from disk from epoch {best_epoch}.")
#else:
# print("No saved model found for f{experimentName}.")
#model.train(False)
# Plot the training and validation losses across all training epochs.
plot_losses(train_losses, val_losses, best_epoch, experimentName)
# Generate AUROC/AUPRC for each intermediate model generated across training epochs.
val_aurocs, val_auprcs, val_accs, test_aurocs, test_auprcs, test_accs = \
print_all_evals(model, all_models, device, val_loader, test_loader, loss_func, print_detailed=False)
# Find model with highest AUROC. Plot AUROC/AUPRC across all epochs.
np_test_aurocs, test_auroc_idx = plot_auroc_auprc(val_losses, val_aurocs, val_auprcs, val_accs, \
test_aurocs, test_auprcs, test_accs, all_models, best_epoch, experimentName)
## AUROC / AUPRC - Model with Best Validation Loss
best_model_val_loss = all_models[best_epoch]
print(f'AUROC/AUPRC Plots - Best Model Based on Validation Loss')
print(f' Epoch with best Validation Loss: {best_epoch:3}, {val_losses[best_epoch]:.4}')
print(f' Best Model Based on Validation Loss:')
print(f' {best_model_val_loss}')
print()
print(f'Generate Stats Based on Test Data')
model.load_state_dict(torch.load(best_model_val_loss))
#model.train(False)
model.eval()
best_model_val_test_predictions, best_model_val_test_labels, test_loss, \
best_model_val_test_auroc, best_model_val_test_auprc, test_sensitivity, test_specificity, \
best_model_val_test_threshold, best_model_val_accuracy = \
eval_model(model, device, test_loader, loss_func, print_detailed=False)
# y_test, y_pred
display = RocCurveDisplay.from_predictions(
best_model_val_test_labels,
best_model_val_test_predictions,
plot_chance_level=True
)
# Save plot to disk and show
plt.savefig(os.path.join(VITAL_RUNS, f'{experimentName}_val_auroc.png'))
plt.show()
print(f'best_model_val_test_auroc: {best_model_val_test_auroc}')
best_model_val_test_predictions_binary = \
(best_model_val_test_predictions > best_model_val_test_threshold).astype(int)
# y_test, y_pred
display = PrecisionRecallDisplay.from_predictions(
best_model_val_test_labels,
best_model_val_test_predictions_binary,
plot_chance_level=True
)
# Save plot to disk and show
plt.savefig(os.path.join(VITAL_RUNS, f'{experimentName}_val_auprc.png'))
plt.show()
print(f'best_model_val_test_auprc: {best_model_val_test_auprc}')
print()
## AUROC / AUPRC - Model with Best AUROC
# Find model with highest AUROC
best_model_auroc = all_models[test_auroc_idx]
print(f'AUROC/AUPRC Plots - Best Model Based on Model AUROC')
print(f' Epoch with best model Test AUROC: {test_auroc_idx:3}, {np_test_aurocs[test_auroc_idx]:.4}')
print(f' Best Model Based on Model AUROC:')
print(f' {best_model_auroc}')
print()
print(f'Generate Stats Based on Test Data')
model.load_state_dict(torch.load(best_model_auroc))
#model.train(False)
model.eval()
best_model_auroc_test_predictions, best_model_auroc_test_labels, test_loss, \
best_model_auroc_test_auroc, best_model_auroc_test_auprc, test_sensitivity, test_specificity, \
best_model_auroc_test_threshold, best_model_auroc_accuracy = \
eval_model(model, device, test_loader, loss_func, print_detailed=False)
# y_test, y_pred
display = RocCurveDisplay.from_predictions(
best_model_auroc_test_labels,
best_model_auroc_test_predictions,
plot_chance_level=True
)
# Save plot to disk and show
plt.savefig(os.path.join(VITAL_RUNS, f'{experimentName}_auroc_auroc.png'))
plt.show()
print(f'best_model_auroc_test_auroc: {best_model_auroc_test_auroc}')
best_model_auroc_test_predictions_binary = \
(best_model_auroc_test_predictions > best_model_auroc_test_threshold).astype(int)
# y_test, y_pred
display = PrecisionRecallDisplay.from_predictions(
best_model_auroc_test_labels,
best_model_auroc_test_predictions_binary,
plot_chance_level=True
)
# Save plot to disk and show
plt.savefig(os.path.join(VITAL_RUNS, f'{experimentName}_auroc_auprc.png'))
plt.show()
print(f"best_model_auroc_test_auprc: {best_model_auroc_test_auprc}")
print()
time_delta = np.round(timer() - time_start, 3)
print(f'Total Processing Time: {time_delta:.4f} sec')
print('Time to experiment!')
Time to experiment!
MULTI_RUN = True
RUN_ME = True
if RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=1e-1,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
Experiment Setup
name: ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f
prediction_window: 003
max_cases: _ALL
use_abp: True
use_eeg: False
use_ecg: False
n_residuals: 12
skip_connection: False
batch_size: 128
learning_rate: 0.0001
weight_decay: 0.1
balance_labels: False
max_epochs: 200
patience: 20
device: mps
Model Architecture
HypotensionCNN(
(abpResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=1, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
)
(abpFc): Linear(in_features=2814, out_features=32, bias=True)
(fullLinear1): Linear(in_features=32, out_features=16, bias=True)
(fullLinear2): Linear(in_features=16, out_features=1, bias=True)
(sigmoid): Sigmoid()
)
Training Loop
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.51it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.08it/s]
[2024-05-04 12:13:25.540119] Completed epoch 0 with training loss 0.50479114, validation loss 0.59283197 Validation loss improved to 0.59283197. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.89it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 12:14:21.200221] Completed epoch 1 with training loss 0.44203359, validation loss 0.60219550 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:49<00:00, 1.88it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.25it/s]
[2024-05-04 12:15:17.381530] Completed epoch 2 with training loss 0.43507832, validation loss 0.59311742 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.82it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
[2024-05-04 12:16:14.855486] Completed epoch 3 with training loss 0.43294263, validation loss 0.58645874 Validation loss improved to 0.58645874. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.83it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
[2024-05-04 12:17:12.236554] Completed epoch 4 with training loss 0.43270713, validation loss 0.60151911 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 12:18:07.169128] Completed epoch 5 with training loss 0.43106765, validation loss 0.59025657 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.28it/s]
[2024-05-04 12:19:02.156878] Completed epoch 6 with training loss 0.43024585, validation loss 0.56091154 Validation loss improved to 0.56091154. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
[2024-05-04 12:19:57.273071] Completed epoch 7 with training loss 0.43008494, validation loss 0.59121054 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
[2024-05-04 12:20:51.741193] Completed epoch 8 with training loss 0.43055788, validation loss 0.57370067 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 12:21:46.551599] Completed epoch 9 with training loss 0.43016872, validation loss 0.56177199 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 12:22:41.195854] Completed epoch 10 with training loss 0.43024066, validation loss 0.60044646 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 12:23:36.165526] Completed epoch 11 with training loss 0.42765969, validation loss 0.57294196 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 12:24:31.063791] Completed epoch 12 with training loss 0.42873782, validation loss 0.55371666 Validation loss improved to 0.55371666. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 12:25:26.034093] Completed epoch 13 with training loss 0.42835206, validation loss 0.56574011 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 12:26:21.003032] Completed epoch 14 with training loss 0.42863402, validation loss 0.56452662 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 12:27:16.167746] Completed epoch 15 with training loss 0.42691943, validation loss 0.58567274 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 12:28:11.234758] Completed epoch 16 with training loss 0.42684725, validation loss 0.54514873 Validation loss improved to 0.54514873. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 12:29:06.104858] Completed epoch 17 with training loss 0.42635813, validation loss 0.53842008 Validation loss improved to 0.53842008. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 12:30:00.964943] Completed epoch 18 with training loss 0.42482305, validation loss 0.63392067 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 12:30:55.555753] Completed epoch 19 with training loss 0.42596608, validation loss 0.61442971 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.79it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.28it/s]
[2024-05-04 12:31:54.145976] Completed epoch 20 with training loss 0.42494941, validation loss 0.55087781 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.73it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 12:32:54.199931] Completed epoch 21 with training loss 0.42591432, validation loss 0.52314520 Validation loss improved to 0.52314520. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 12:33:53.222244] Completed epoch 22 with training loss 0.42269674, validation loss 0.56139046 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.75it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 12:34:52.569785] Completed epoch 23 with training loss 0.42490616, validation loss 0.56838512 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.75it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
[2024-05-04 12:35:52.178411] Completed epoch 24 with training loss 0.42309305, validation loss 0.51629579 Validation loss improved to 0.51629579. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.75it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 12:36:51.589063] Completed epoch 25 with training loss 0.42370987, validation loss 0.54145443 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:54<00:00, 1.68it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.24it/s]
[2024-05-04 12:37:53.606491] Completed epoch 26 with training loss 0.42379802, validation loss 0.49854073 Validation loss improved to 0.49854073. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 12:38:52.376195] Completed epoch 27 with training loss 0.42449340, validation loss 0.55802941 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.78it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 12:39:51.029099] Completed epoch 28 with training loss 0.42629805, validation loss 0.55958241 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 12:40:49.862826] Completed epoch 29 with training loss 0.42332026, validation loss 0.47960937 Validation loss improved to 0.47960937. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.23it/s]
[2024-05-04 12:41:49.057624] Completed epoch 30 with training loss 0.42302525, validation loss 0.55196959 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.76it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
[2024-05-04 12:42:48.269389] Completed epoch 31 with training loss 0.42343524, validation loss 0.54562604 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
[2024-05-04 12:43:47.377221] Completed epoch 32 with training loss 0.42323759, validation loss 0.53088051 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.75it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
[2024-05-04 12:44:47.186182] Completed epoch 33 with training loss 0.42392093, validation loss 0.52141893 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.74it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 12:45:47.093438] Completed epoch 34 with training loss 0.42253932, validation loss 0.52468097 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.76it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 12:46:46.172922] Completed epoch 35 with training loss 0.42170998, validation loss 0.53347945 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.71it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
[2024-05-04 12:47:47.154283] Completed epoch 36 with training loss 0.42146811, validation loss 0.52303553 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.75it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 12:48:46.671133] Completed epoch 37 with training loss 0.42438516, validation loss 0.56637657 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.76it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
[2024-05-04 12:49:46.017246] Completed epoch 38 with training loss 0.42334503, validation loss 0.51389486 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:54<00:00, 1.70it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.24it/s]
[2024-05-04 12:50:47.507207] Completed epoch 39 with training loss 0.42097142, validation loss 0.48802203 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.74it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
[2024-05-04 12:51:47.519329] Completed epoch 40 with training loss 0.42214677, validation loss 0.49186763 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.73it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 12:52:47.653011] Completed epoch 41 with training loss 0.42327163, validation loss 0.49847946 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:54<00:00, 1.68it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
[2024-05-04 12:53:49.388424] Completed epoch 42 with training loss 0.42109948, validation loss 0.53336817 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:55<00:00, 1.66it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
[2024-05-04 12:54:51.500383] Completed epoch 43 with training loss 0.42315391, validation loss 0.49435580 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.73it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 12:55:51.536166] Completed epoch 44 with training loss 0.42124167, validation loss 0.47965047 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.78it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
[2024-05-04 12:56:49.992214] Completed epoch 45 with training loss 0.42108744, validation loss 0.51315790 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.76it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.17it/s]
[2024-05-04 12:57:49.557366] Completed epoch 46 with training loss 0.42139518, validation loss 0.48888656 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 12:58:48.235033] Completed epoch 47 with training loss 0.42109978, validation loss 0.46855354 Validation loss improved to 0.46855354. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.71it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 12:59:49.010270] Completed epoch 48 with training loss 0.42055258, validation loss 0.49846146 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.72it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 13:00:49.401631] Completed epoch 49 with training loss 0.42005107, validation loss 0.46868372 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.73it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.18it/s]
[2024-05-04 13:01:49.996004] Completed epoch 50 with training loss 0.42103404, validation loss 0.47164094 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.76it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
[2024-05-04 13:02:48.890418] Completed epoch 51 with training loss 0.42316121, validation loss 0.44910824 Validation loss improved to 0.44910824. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:54<00:00, 1.70it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
[2024-05-04 13:03:50.277437] Completed epoch 52 with training loss 0.42088220, validation loss 0.45445028 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.71it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 13:04:51.048107] Completed epoch 53 with training loss 0.42217770, validation loss 0.46583056 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.76it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 13:05:50.163679] Completed epoch 54 with training loss 0.42064807, validation loss 0.54869121 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.75it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 13:06:49.535526] Completed epoch 55 with training loss 0.42116857, validation loss 0.51010048 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.75it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
[2024-05-04 13:07:49.200898] Completed epoch 56 with training loss 0.42040369, validation loss 0.46667710 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.76it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 13:08:48.401321] Completed epoch 57 with training loss 0.42186260, validation loss 0.48232618 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:52<00:00, 1.74it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.15it/s]
[2024-05-04 13:09:48.861170] Completed epoch 58 with training loss 0.41950345, validation loss 0.50630331 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.71it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 13:10:49.640637] Completed epoch 59 with training loss 0.42069635, validation loss 0.47182485 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 13:11:48.486698] Completed epoch 60 with training loss 0.42140251, validation loss 0.50632972 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.73it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 13:12:48.661803] Completed epoch 61 with training loss 0.42256719, validation loss 0.50405920 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.73it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 13:13:48.797165] Completed epoch 62 with training loss 0.42082289, validation loss 0.46347153 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.71it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 13:14:49.425018] Completed epoch 63 with training loss 0.42085767, validation loss 0.50241709 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:49<00:00, 1.84it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 13:15:46.012992] Completed epoch 64 with training loss 0.41951436, validation loss 0.47949347 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.88it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 13:16:41.413128] Completed epoch 65 with training loss 0.42051715, validation loss 0.49153370 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.81it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 13:17:38.590397] Completed epoch 66 with training loss 0.41956750, validation loss 0.45843768 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.88it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 13:18:34.098055] Completed epoch 67 with training loss 0.42217502, validation loss 0.58120108 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:49<00:00, 1.87it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 13:19:29.746018] Completed epoch 68 with training loss 0.41954941, validation loss 0.46774361 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:49<00:00, 1.85it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 13:20:26.082552] Completed epoch 69 with training loss 0.42100248, validation loss 0.46193290 No improvement in validation loss. 18 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:49<00:00, 1.86it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 13:21:22.309031] Completed epoch 70 with training loss 0.42057306, validation loss 0.46463344 No improvement in validation loss. 19 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:49<00:00, 1.85it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 13:22:18.625623] Completed epoch 71 with training loss 0.42101830, validation loss 0.45086536 No improvement in validation loss. 20 epochs without improvement. Early stopping due to no improvement in validation loss. Plot Validation and Loss Values from Training Epoch with best Validation Loss: 51, 0.4491
Generate AUROC/AUPRC for Each Intermediate Model Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0000.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:05<00:00, 2.71it/s]
Loss: 0.5912744179368019 AUROC: 0.8407946435158412 AUPRC: 0.6864339507541644 Sensitivity: 0.7884940778341794 Specificity: 0.7489451476793249 Threshold: 0.14 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.33it/s]
Loss: 0.5530603347306556 AUROC: 0.8260274660880397 AUPRC: 0.662822104980149 Sensitivity: 0.7432950191570882 Specificity: 0.7644098810612991 Threshold: 0.14 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0001.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.60423768684268 AUROC: 0.841868534344278 AUPRC: 0.6974605568981569 Sensitivity: 0.7445008460236887 Specificity: 0.7862165963431786 Threshold: 0.13 Accuracy: 0.7739692001987084 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5622464462797693 AUROC: 0.8305345522826671 AUPRC: 0.6777004798939034 Sensitivity: 0.7662835249042146 Specificity: 0.7477127172918573 Threshold: 0.12 Accuracy: 0.7526103065005052 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0002.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.5927421115338802 AUROC: 0.8419458782820601 AUPRC: 0.7014426225875002 Sensitivity: 0.7715736040609137 Specificity: 0.7686357243319268 Threshold: 0.13 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5519674274515598 AUROC: 0.8316600823304929 AUPRC: 0.680846025782759 Sensitivity: 0.7394636015325671 Specificity: 0.7753888380603843 Threshold: 0.13 Accuracy: 0.7659144493095318 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0003.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.585326524451375 AUROC: 0.8422445448725729 AUPRC: 0.7030140911530959 Sensitivity: 0.7495769881556683 Specificity: 0.7834036568213784 Threshold: 0.14 Accuracy: 0.7734724292101341 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5450386053070109 AUROC: 0.8326030387266465 AUPRC: 0.6834002682236748 Sensitivity: 0.7598978288633461 Specificity: 0.752516010978957 Threshold: 0.13 Accuracy: 0.754462782081509 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0004.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.6041678842157125 AUROC: 0.8415044228833344 AUPRC: 0.7046263780348455 Sensitivity: 0.7563451776649747 Specificity: 0.7770745428973277 Threshold: 0.12 Accuracy: 0.7709885742672627 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5599226000461173 AUROC: 0.8323508679989577 AUPRC: 0.6839453188386986 Sensitivity: 0.7694763729246488 Specificity: 0.7408508691674291 Threshold: 0.11 Accuracy: 0.7484001347254968 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0005.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.5877083595842123 AUROC: 0.8415948557952027 AUPRC: 0.7051181056364578 Sensitivity: 0.7529610829103215 Specificity: 0.7770745428973277 Threshold: 0.13 Accuracy: 0.7699950322901142 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5481519445459894 AUROC: 0.8326779669532927 AUPRC: 0.6842270019076543 Sensitivity: 0.768837803320562 Specificity: 0.742451967063129 Threshold: 0.12 Accuracy: 0.7494105759514988 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0006.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5604842565953732 AUROC: 0.8408963805416932 AUPRC: 0.7032857666244652 Sensitivity: 0.7478849407783418 Specificity: 0.7812939521800282 Threshold: 0.15 Accuracy: 0.771485345255837 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5246875248056777 AUROC: 0.8321487954812876 AUPRC: 0.6834729730064619 Sensitivity: 0.7618135376756067 Specificity: 0.755946935041171 Threshold: 0.14 Accuracy: 0.757494105759515 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0007.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.589632386341691 AUROC: 0.8402609703451445 AUPRC: 0.7034680446657592 Sensitivity: 0.7817258883248731 Specificity: 0.7482419127988749 Threshold: 0.12 Accuracy: 0.7580725285643318 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5489651915874887 AUROC: 0.8319149551482264 AUPRC: 0.6841156129795888 Sensitivity: 0.7573435504469987 Specificity: 0.7593778591033852 Threshold: 0.12 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0008.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5733415372669697 AUROC: 0.8403502133502776 AUPRC: 0.7038584043867475 Sensitivity: 0.7614213197969543 Specificity: 0.770745428973277 Threshold: 0.14 Accuracy: 0.7680079483358172 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5336293248420066 AUROC: 0.8320630588944625 AUPRC: 0.6840753257146109 Sensitivity: 0.7701149425287356 Specificity: 0.7387923147301007 Threshold: 0.13 Accuracy: 0.7470528797574941 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0009.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.5598462037742138 AUROC: 0.8401300806042824 AUPRC: 0.702408262563854 Sensitivity: 0.7749576988155669 Specificity: 0.7524613220815752 Threshold: 0.14 Accuracy: 0.7590660705414803 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5247491753481804 AUROC: 0.8318163653763238 AUPRC: 0.6835049932630746 Sensitivity: 0.7515964240102171 Specificity: 0.7639524245196706 Threshold: 0.14 Accuracy: 0.7606938363085214 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0010.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.6007119622081518 AUROC: 0.8395220382626412 AUPRC: 0.7043019728684786 Sensitivity: 0.7783417935702199 Specificity: 0.7510548523206751 Threshold: 0.11 Accuracy: 0.7590660705414803 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.5591448881524674 AUROC: 0.8312313263669071 AUPRC: 0.6839090764517489 Sensitivity: 0.7586206896551724 Specificity: 0.7589204025617566 Threshold: 0.11 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0011.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.5727265644818544 AUROC: 0.8393566412264607 AUPRC: 0.7031561466338389 Sensitivity: 0.7597292724196277 Specificity: 0.7742616033755274 Threshold: 0.13 Accuracy: 0.7699950322901142 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5360492195220704 AUROC: 0.8310903795078164 AUPRC: 0.6837704317928828 Sensitivity: 0.7681992337164751 Specificity: 0.7413083257090577 Threshold: 0.12 Accuracy: 0.7484001347254968 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0012.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5554869193583727 AUROC: 0.8395458363973431 AUPRC: 0.7025533765059921 Sensitivity: 0.7529610829103215 Specificity: 0.779887482419128 Threshold: 0.15 Accuracy: 0.7719821162444114 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.28it/s]
Loss: 0.5194067073629257 AUROC: 0.831180424832821 AUPRC: 0.6836952659749438 Sensitivity: 0.7630906768837803 Specificity: 0.7477127172918573 Threshold: 0.14 Accuracy: 0.7517682721455036 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0013.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.5664700362831354 AUROC: 0.8385546440869965 AUPRC: 0.7030356317363913 Sensitivity: 0.7698815566835872 Specificity: 0.7637130801687764 Threshold: 0.13 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.530508760759171 AUROC: 0.8303306540284803 AUPRC: 0.6833200193614697 Sensitivity: 0.7490421455938697 Specificity: 0.7634949679780421 Threshold: 0.13 Accuracy: 0.7596833950825194 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0014.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.5637660995125771 AUROC: 0.8384665909885983 AUPRC: 0.7033700853010797 Sensitivity: 0.7495769881556683 Specificity: 0.7784810126582279 Threshold: 0.14 Accuracy: 0.7699950322901142 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5269316260484939 AUROC: 0.8300173576422117 AUPRC: 0.6825951610462037 Sensitivity: 0.7624521072796935 Specificity: 0.7470265324794144 Threshold: 0.13 Accuracy: 0.7510946446615022 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0015.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.24it/s]
Loss: 0.5881044827401638 AUROC: 0.8383095232995638 AUPRC: 0.7029816559476229 Sensitivity: 0.7749576988155669 Specificity: 0.7531645569620253 Threshold: 0.11 Accuracy: 0.7595628415300546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.5499263624561593 AUROC: 0.8294185160647287 AUPRC: 0.6810786384806314 Sensitivity: 0.7509578544061303 Specificity: 0.757548032936871 Threshold: 0.11 Accuracy: 0.7558100370495117 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0016.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.5478763319551945 AUROC: 0.8381917225327878 AUPRC: 0.7031966906838342 Sensitivity: 0.751269035532995 Specificity: 0.7721518987341772 Threshold: 0.16 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5112621343516289 AUROC: 0.8293393521293637 AUPRC: 0.6811444391249734 Sensitivity: 0.7573435504469987 Specificity: 0.7522872827081427 Threshold: 0.15 Accuracy: 0.7536207477265072 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0017.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.5364542901515961 AUROC: 0.8376729231962798 AUPRC: 0.7038210985822801 Sensitivity: 0.7648054145516074 Specificity: 0.750351617440225 Threshold: 0.16 Accuracy: 0.754595131644312 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.5062502204103673 AUROC: 0.8288687502848148 AUPRC: 0.6804923057817385 Sensitivity: 0.7490421455938697 Specificity: 0.7596065873741995 Threshold: 0.16 Accuracy: 0.7568204782755137 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0018.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.6324462555348873 AUROC: 0.8371933907820304 AUPRC: 0.7029943725490979 Sensitivity: 0.7732656514382402 Specificity: 0.7475386779184248 Threshold: 0.09 Accuracy: 0.7550919026328863 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5895679983052802 AUROC: 0.8277684884303806 AUPRC: 0.6770434824324035 Sensitivity: 0.7490421455938697 Specificity: 0.7607502287282708 Threshold: 0.09 Accuracy: 0.7576625126305153 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0019.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.6145036201924086 AUROC: 0.8400610660136458 AUPRC: 0.7046220330863938 Sensitivity: 0.7783417935702199 Specificity: 0.7426160337552743 Threshold: 0.1 Accuracy: 0.7531048186785891 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5742777196016717 AUROC: 0.8300786293597127 AUPRC: 0.6790946797916999 Sensitivity: 0.7547892720306514 Specificity: 0.7593778591033852 Threshold: 0.1 Accuracy: 0.7581677332435164 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0020.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5522886663675308 AUROC: 0.8367816830516823 AUPRC: 0.7035483169456664 Sensitivity: 0.7597292724196277 Specificity: 0.7573839662447257 Threshold: 0.15 Accuracy: 0.7580725285643318 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5177088611303492 AUROC: 0.8279719485078036 AUPRC: 0.6783858850142225 Sensitivity: 0.7611749680715197 Specificity: 0.7458828911253431 Threshold: 0.14 Accuracy: 0.7499157965644998 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0021.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
Loss: 0.5213436894118786 AUROC: 0.8371136670307782 AUPRC: 0.7026506613705146 Sensitivity: 0.7614213197969543 Specificity: 0.760196905766526 Threshold: 0.19 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.4941179054848691 AUROC: 0.8281794982350239 AUPRC: 0.6784902691090507 Sensitivity: 0.7503192848020435 Specificity: 0.7548032936870998 Threshold: 0.18 Accuracy: 0.7536207477265072 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0022.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.5594849474728107 AUROC: 0.839047265475332 AUPRC: 0.7036010098233723 Sensitivity: 0.7580372250423012 Specificity: 0.7665260196905767 Threshold: 0.14 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5272078155837161 AUROC: 0.8295823941744692 AUPRC: 0.678893891438894 Sensitivity: 0.7547892720306514 Specificity: 0.7522872827081427 Threshold: 0.13 Accuracy: 0.7529471202425059 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0023.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5690558571368456 AUROC: 0.8373326098700384 AUPRC: 0.7030244851254199 Sensitivity: 0.7648054145516074 Specificity: 0.7552742616033755 Threshold: 0.14 Accuracy: 0.7580725285643318 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5339959520608821 AUROC: 0.8280343156672147 AUPRC: 0.6768269002102346 Sensitivity: 0.7592592592592593 Specificity: 0.7454254345837146 Threshold: 0.13 Accuracy: 0.7490737622094982 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0024.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5184153225272894 AUROC: 0.8365567906787466 AUPRC: 0.7017980958304406 Sensitivity: 0.7698815566835872 Specificity: 0.749648382559775 Threshold: 0.19 Accuracy: 0.7555886736214605 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.48975470884049194 AUROC: 0.8281548142773179 AUPRC: 0.6792760934006794 Sensitivity: 0.7420178799489144 Specificity: 0.7605215004574566 Threshold: 0.19 Accuracy: 0.7556416301785113 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0025.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.541471816599369 AUROC: 0.8383404608746767 AUPRC: 0.7043585304331649 Sensitivity: 0.7631133671742809 Specificity: 0.760196905766526 Threshold: 0.16 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.5111658902878456 AUROC: 0.8294910343191726 AUPRC: 0.6797308073208957 Sensitivity: 0.7547892720306514 Specificity: 0.7509149130832571 Threshold: 0.15 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0026.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.49693112820386887 AUROC: 0.8394399346979183 AUPRC: 0.7039706014119388 Sensitivity: 0.7732656514382402 Specificity: 0.7559774964838256 Threshold: 0.22 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.47283494123753084 AUROC: 0.8310277932600234 AUPRC: 0.6838120500881272 Sensitivity: 0.7484035759897829 Specificity: 0.7607502287282708 Threshold: 0.22 Accuracy: 0.757494105759515 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0027.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.5596409011632204 AUROC: 0.8364389899119706 AUPRC: 0.7031721059766958 Sensitivity: 0.7563451776649747 Specificity: 0.7735583684950773 Threshold: 0.14 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.526760958610697 AUROC: 0.8278201932885341 AUPRC: 0.675876312574845 Sensitivity: 0.7522349936143039 Specificity: 0.7566331198536139 Threshold: 0.13 Accuracy: 0.755473223307511 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0028.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.5587269682437181 AUROC: 0.8367876325853582 AUPRC: 0.7032388673432609 Sensitivity: 0.766497461928934 Specificity: 0.7468354430379747 Threshold: 0.13 Accuracy: 0.7526080476900149 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.5286610909598939 AUROC: 0.828129253966084 AUPRC: 0.6765693944091853 Sensitivity: 0.743933588761175 Specificity: 0.7648673376029277 Threshold: 0.13 Accuracy: 0.7593465813405187 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0029.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.4781523831188679 AUROC: 0.8399623037546317 AUPRC: 0.7040857698692675 Sensitivity: 0.7614213197969543 Specificity: 0.7728551336146273 Threshold: 0.24 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.45734319407889185 AUROC: 0.8311155746717472 AUPRC: 0.6834057949357983 Sensitivity: 0.7618135376756067 Specificity: 0.7481701738334858 Threshold: 0.23 Accuracy: 0.7517682721455036 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0030.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.551841264590621 AUROC: 0.8417162262821841 AUPRC: 0.7056938908101962 Sensitivity: 0.7732656514382402 Specificity: 0.7573839662447257 Threshold: 0.14 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.5211600356913627 AUROC: 0.8323846076097865 AUPRC: 0.6790919279025973 Sensitivity: 0.7452107279693486 Specificity: 0.7680695333943275 Threshold: 0.14 Accuracy: 0.7620410912765241 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0031.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.5456740111112595 AUROC: 0.843553442281194 AUPRC: 0.7061555378994158 Sensitivity: 0.754653130287648 Specificity: 0.7728551336146273 Threshold: 0.15 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5144030816377477 AUROC: 0.834079256244603 AUPRC: 0.6816737092836647 Sensitivity: 0.756066411238825 Specificity: 0.7573193046660567 Threshold: 0.14 Accuracy: 0.756988885146514 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0032.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.5303996484726667 AUROC: 0.8397076637133182 AUPRC: 0.7063944404106268 Sensitivity: 0.7681895093062606 Specificity: 0.760196905766526 Threshold: 0.16 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.5013696662289031 AUROC: 0.8313866600297494 AUPRC: 0.6811519341760541 Sensitivity: 0.7630906768837803 Specificity: 0.7477127172918573 Threshold: 0.15 Accuracy: 0.7517682721455036 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0033.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5199194848537445 AUROC: 0.8409689648525348 AUPRC: 0.7069311472699322 Sensitivity: 0.7749576988155669 Specificity: 0.7580872011251758 Threshold: 0.15 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.4924644044739135 AUROC: 0.8324728271982743 AUPRC: 0.6815693481062148 Sensitivity: 0.7496807151979565 Specificity: 0.7646386093321135 Threshold: 0.15 Accuracy: 0.7606938363085214 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0034.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.5270923152565956 AUROC: 0.8432928527062049 AUPRC: 0.7090452135158791 Sensitivity: 0.754653130287648 Specificity: 0.7749648382559775 Threshold: 0.16 Accuracy: 0.7690014903129657 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.4962142743962876 AUROC: 0.833818102893252 AUPRC: 0.6833328359732352 Sensitivity: 0.7515964240102171 Specificity: 0.760064043915828 Threshold: 0.15 Accuracy: 0.7578309195015157 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0035.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.5326928719878197 AUROC: 0.8371731623675337 AUPRC: 0.7031577313264731 Sensitivity: 0.7681895093062606 Specificity: 0.7531645569620253 Threshold: 0.16 Accuracy: 0.7575757575757576 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5060446379666633 AUROC: 0.8286309663608776 AUPRC: 0.6755441551056881 Sensitivity: 0.7573435504469987 Specificity: 0.7488563586459286 Threshold: 0.15 Accuracy: 0.7510946446615022 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0036.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.5222684647887945 AUROC: 0.8344637447316879 AUPRC: 0.7011517894600555 Sensitivity: 0.7631133671742809 Specificity: 0.7426160337552743 Threshold: 0.16 Accuracy: 0.7486338797814208 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.4957643924875462 AUROC: 0.8265339984272375 AUPRC: 0.6746504827818213 Sensitivity: 0.743933588761175 Specificity: 0.7612076852698993 Threshold: 0.16 Accuracy: 0.7566520714045133 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0037.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
Loss: 0.5618325918912888 AUROC: 0.8401431695783684 AUPRC: 0.7059219631670723 Sensitivity: 0.7648054145516074 Specificity: 0.7609001406469761 Threshold: 0.12 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5312474820208042 AUROC: 0.8314437690679921 AUPRC: 0.6793829819904977 Sensitivity: 0.7662835249042146 Specificity: 0.7470265324794144 Threshold: 0.11 Accuracy: 0.7521050858875042 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0038.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.5126961190253496 AUROC: 0.8391436479208758 AUPRC: 0.7064041744663744 Sensitivity: 0.7631133671742809 Specificity: 0.7616033755274262 Threshold: 0.16 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.4851624005018397 AUROC: 0.8313333485234611 AUPRC: 0.679875222110287 Sensitivity: 0.7579821200510856 Specificity: 0.7527447392497713 Threshold: 0.15 Accuracy: 0.7541259683395083 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0039.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.4890090897679329 AUROC: 0.8408214164173812 AUPRC: 0.7065315112364161 Sensitivity: 0.7732656514382402 Specificity: 0.7510548523206751 Threshold: 0.19 Accuracy: 0.7575757575757576 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.4649593005789087 AUROC: 0.8318879342477791 AUPRC: 0.6816497293325215 Sensitivity: 0.7452107279693486 Specificity: 0.7630375114364135 Threshold: 0.19 Accuracy: 0.7583361401145167 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0040.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.492495596408844 AUROC: 0.8454453939900191 AUPRC: 0.7100391321589197 Sensitivity: 0.7614213197969543 Specificity: 0.7672292545710268 Threshold: 0.21 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.467325286028233 AUROC: 0.8352082917065408 AUPRC: 0.682814901798785 Sensitivity: 0.7650063856960408 Specificity: 0.7463403476669717 Threshold: 0.2 Accuracy: 0.7512630515325025 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0041.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
Loss: 0.4988856725394726 AUROC: 0.8451681457207384 AUPRC: 0.7096715474691624 Sensitivity: 0.766497461928934 Specificity: 0.7644163150492265 Threshold: 0.17 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.4739483569530731 AUROC: 0.8353349247913402 AUPRC: 0.6834172145219123 Sensitivity: 0.7605363984674329 Specificity: 0.7570905763952425 Threshold: 0.16 Accuracy: 0.757999326372516 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0042.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5347139835357666 AUROC: 0.8389615921904041 AUPRC: 0.7070092334874769 Sensitivity: 0.7597292724196277 Specificity: 0.7658227848101266 Threshold: 0.16 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5058919315008407 AUROC: 0.8310428373289211 AUPRC: 0.6795750465390602 Sensitivity: 0.756066411238825 Specificity: 0.7561756633119854 Threshold: 0.15 Accuracy: 0.7561468507915123 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0043.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.4923237282782793 AUROC: 0.846255720476629 AUPRC: 0.7093949497773209 Sensitivity: 0.7648054145516074 Specificity: 0.770042194092827 Threshold: 0.19 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.46928357792661546 AUROC: 0.8362175588529818 AUPRC: 0.6845429812846376 Sensitivity: 0.7547892720306514 Specificity: 0.7573193046660567 Threshold: 0.18 Accuracy: 0.7566520714045133 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0044.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
Loss: 0.47973549365997314 AUROC: 0.8382643068436296 AUPRC: 0.7042416096274132 Sensitivity: 0.7648054145516074 Specificity: 0.7573839662447257 Threshold: 0.18 Accuracy: 0.7595628415300546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.45624975828414266 AUROC: 0.8303134190757627 AUPRC: 0.6783635591418848 Sensitivity: 0.7567049808429118 Specificity: 0.7532021957913998 Threshold: 0.17 Accuracy: 0.7541259683395083 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0045.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5114019699394703 AUROC: 0.8398052360655972 AUPRC: 0.7072052580391681 Sensitivity: 0.754653130287648 Specificity: 0.770042194092827 Threshold: 0.17 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.48430607134991505 AUROC: 0.8309121145943243 AUPRC: 0.6788568140473958 Sensitivity: 0.7650063856960408 Specificity: 0.7486276303751144 Threshold: 0.15 Accuracy: 0.7529471202425059 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0046.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.4872635193169117 AUROC: 0.845769048621969 AUPRC: 0.709987628121906 Sensitivity: 0.7698815566835872 Specificity: 0.7580872011251758 Threshold: 0.18 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.4661322312152132 AUROC: 0.8353433962087778 AUPRC: 0.6841769300127039 Sensitivity: 0.7611749680715197 Specificity: 0.7504574565416285 Threshold: 0.17 Accuracy: 0.7532839339845065 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0047.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.4705399461090565 AUROC: 0.8471410110875508 AUPRC: 0.7070261502925712 Sensitivity: 0.766497461928934 Specificity: 0.7672292545710268 Threshold: 0.22 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.44874958059889203 AUROC: 0.837165919429225 AUPRC: 0.6861931338525432 Sensitivity: 0.7452107279693486 Specificity: 0.7708142726440989 Threshold: 0.22 Accuracy: 0.7640619737285281 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0048.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.4982685539871454 AUROC: 0.8403323647492508 AUPRC: 0.7086319167775837 Sensitivity: 0.7681895093062606 Specificity: 0.7580872011251758 Threshold: 0.18 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.47029106287246053 AUROC: 0.8324566876874665 AUPRC: 0.6819668930920314 Sensitivity: 0.7624521072796935 Specificity: 0.7495425434583715 Threshold: 0.17 Accuracy: 0.7529471202425059 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0049.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.46711885184049606 AUROC: 0.8433678168305168 AUPRC: 0.7095333462066795 Sensitivity: 0.7681895093062606 Specificity: 0.759493670886076 Threshold: 0.23 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.44653717983276286 AUROC: 0.8342438646489503 AUPRC: 0.6829289813948842 Sensitivity: 0.7618135376756067 Specificity: 0.7497712717291857 Threshold: 0.22 Accuracy: 0.7529471202425059 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0050.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.4714930597692728 AUROC: 0.8420077534322861 AUPRC: 0.7077926868057148 Sensitivity: 0.7580372250423012 Specificity: 0.7714486638537271 Threshold: 0.2 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.4484458067949782 AUROC: 0.8332624947564847 AUPRC: 0.6822070670904193 Sensitivity: 0.7503192848020435 Specificity: 0.7621225983531564 Threshold: 0.19 Accuracy: 0.759009767598518 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0051.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.4495239835232496 AUROC: 0.8450729531819298 AUPRC: 0.7099629633509371 Sensitivity: 0.7715736040609137 Specificity: 0.7489451476793249 Threshold: 0.24 Accuracy: 0.7555886736214605 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.43101485263794026 AUROC: 0.8348665138306114 AUPRC: 0.6827477064005615 Sensitivity: 0.7586206896551724 Specificity: 0.7586916742909423 Threshold: 0.24 Accuracy: 0.7586729538565173 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0052.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.4551627095788717 AUROC: 0.8406905266765192 AUPRC: 0.7083165991452609 Sensitivity: 0.7698815566835872 Specificity: 0.750351617440225 Threshold: 0.25 Accuracy: 0.7560854446100348 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.4356064197230846 AUROC: 0.8319884227856591 AUPRC: 0.6818118414744105 Sensitivity: 0.7509578544061303 Specificity: 0.7605215004574566 Threshold: 0.25 Accuracy: 0.757999326372516 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0053.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.4651184342801571 AUROC: 0.8433309297217284 AUPRC: 0.7088348709316157 Sensitivity: 0.7580372250423012 Specificity: 0.7714486638537271 Threshold: 0.24 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.4463069052138227 AUROC: 0.833724187006832 AUPRC: 0.6826371744778372 Sensitivity: 0.7567049808429118 Specificity: 0.7548032936870998 Threshold: 0.23 Accuracy: 0.7553048164365106 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0054.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.5529889147728682 AUROC: 0.8408368852049377 AUPRC: 0.7093108710163338 Sensitivity: 0.7698815566835872 Specificity: 0.7566807313642757 Threshold: 0.1 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5170019747728997 AUROC: 0.8320610870990245 AUPRC: 0.6796683718804843 Sensitivity: 0.7515964240102171 Specificity: 0.7648673376029277 Threshold: 0.1 Accuracy: 0.7613674637925227 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0055.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.5105477999895811 AUROC: 0.8425765288516686 AUPRC: 0.7115170838083482 Sensitivity: 0.7698815566835872 Specificity: 0.7580872011251758 Threshold: 0.14 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.48097503787659585 AUROC: 0.83413899434343 AUPRC: 0.6826096482516016 Sensitivity: 0.7522349936143039 Specificity: 0.7646386093321135 Threshold: 0.14 Accuracy: 0.7613674637925227 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0056.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.4673374127596617 AUROC: 0.8480762777813473 AUPRC: 0.7128018521499502 Sensitivity: 0.7580372250423012 Specificity: 0.770042194092827 Threshold: 0.21 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.4470599781959615 AUROC: 0.8362992788194701 AUPRC: 0.6850038969995293 Sensitivity: 0.7573435504469987 Specificity: 0.7541171088746569 Threshold: 0.2 Accuracy: 0.7549680026945099 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0057.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.48137885332107544 AUROC: 0.8450991311301022 AUPRC: 0.711812712216649 Sensitivity: 0.7681895093062606 Specificity: 0.7644163150492265 Threshold: 0.18 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.4587570628587236 AUROC: 0.8348095508512897 AUPRC: 0.6841502412099488 Sensitivity: 0.7573435504469987 Specificity: 0.75 Threshold: 0.17 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0058.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.506523173302412 AUROC: 0.8412676314430476 AUPRC: 0.7088763156534719 Sensitivity: 0.7614213197969543 Specificity: 0.7573839662447257 Threshold: 0.16 Accuracy: 0.7585692995529061 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.4794790849406668 AUROC: 0.8324952472426997 AUPRC: 0.6804619391057728 Sensitivity: 0.7567049808429118 Specificity: 0.7529734675205856 Threshold: 0.15 Accuracy: 0.7539575614685079 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0059.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.47043016366660595 AUROC: 0.8413152277124519 AUPRC: 0.7090821961804686 Sensitivity: 0.7597292724196277 Specificity: 0.760196905766526 Threshold: 0.21 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.4485174893064702 AUROC: 0.8324068815952906 AUPRC: 0.6809091837934919 Sensitivity: 0.7611749680715197 Specificity: 0.7470265324794144 Threshold: 0.2 Accuracy: 0.7507578309195015 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0060.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.5072033759206533 AUROC: 0.8422028981368441 AUPRC: 0.7111832051413828 Sensitivity: 0.766497461928934 Specificity: 0.7665260196905767 Threshold: 0.16 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.4790217473785928 AUROC: 0.8341030638487811 AUPRC: 0.682390223225346 Sensitivity: 0.756066411238825 Specificity: 0.7591491308325709 Threshold: 0.15 Accuracy: 0.7583361401145167 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0061.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.5052478443831205 AUROC: 0.8424432592973363 AUPRC: 0.7089729779318987 Sensitivity: 0.7563451776649747 Specificity: 0.7686357243319268 Threshold: 0.14 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.4776896396850018 AUROC: 0.8332788533556744 AUPRC: 0.6795448253940074 Sensitivity: 0.7522349936143039 Specificity: 0.7616651418115279 Threshold: 0.13 Accuracy: 0.7591781744695184 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0062.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.46651521511375904 AUROC: 0.8482452445377331 AUPRC: 0.7106020584894325 Sensitivity: 0.7529610829103215 Specificity: 0.7791842475386779 Threshold: 0.24 Accuracy: 0.771485345255837 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.44526942201117253 AUROC: 0.8376032198397092 AUPRC: 0.6871155067427651 Sensitivity: 0.7758620689655172 Specificity: 0.7419945105215004 Threshold: 0.23 Accuracy: 0.7509262377905018 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0063.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.5053221080452204 AUROC: 0.8493209202262727 AUPRC: 0.7170607567471226 Sensitivity: 0.7681895093062606 Specificity: 0.7580872011251758 Threshold: 0.13 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.47it/s]
Loss: 0.477779117987511 AUROC: 0.8372767781505202 AUPRC: 0.6836248631628863 Sensitivity: 0.7509578544061303 Specificity: 0.7676120768526989 Threshold: 0.13 Accuracy: 0.7632199393735264 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0064.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.47903681732714176 AUROC: 0.849530343811652 AUPRC: 0.7164959841119327 Sensitivity: 0.7800338409475466 Specificity: 0.7376933895921237 Threshold: 0.23 Accuracy: 0.7501241927471436 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.47it/s]
Loss: 0.45506600084456994 AUROC: 0.8385562543014352 AUPRC: 0.6848501227908672 Sensitivity: 0.7656449553001277 Specificity: 0.75 Threshold: 0.23 Accuracy: 0.7541259683395083 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0065.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.49391631968319416 AUROC: 0.8460570060518656 AUPRC: 0.7134890186146255 Sensitivity: 0.7648054145516074 Specificity: 0.7609001406469761 Threshold: 0.15 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.47it/s]
Loss: 0.4659949239898235 AUROC: 0.8356591755967092 AUPRC: 0.6837622718882717 Sensitivity: 0.7573435504469987 Specificity: 0.755946935041171 Threshold: 0.14 Accuracy: 0.7563152576625126 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0066.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.458617627620697 AUROC: 0.8453240235030379 AUPRC: 0.7131219214856059 Sensitivity: 0.7648054145516074 Specificity: 0.7587904360056259 Threshold: 0.2 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.4376127624765356 AUROC: 0.8345169948318512 AUPRC: 0.6823069114580299 Sensitivity: 0.7541507024265645 Specificity: 0.7511436413540714 Threshold: 0.19 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0067.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.5768723096698523 AUROC: 0.8477752313773645 AUPRC: 0.7156113976951306 Sensitivity: 0.7597292724196277 Specificity: 0.7784810126582279 Threshold: 0.09 Accuracy: 0.7729756582215599 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.541205920437549 AUROC: 0.8374890017632233 AUPRC: 0.6835200157490666 Sensitivity: 0.7662835249042146 Specificity: 0.7529734675205856 Threshold: 0.08 Accuracy: 0.756483664533513 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0068.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.46834913082420826 AUROC: 0.8425313123957344 AUPRC: 0.7104188038633681 Sensitivity: 0.7631133671742809 Specificity: 0.7559774964838256 Threshold: 0.19 Accuracy: 0.7580725285643318 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.44581918545225835 AUROC: 0.8331436758239769 AUPRC: 0.6787157200089016 Sensitivity: 0.756066411238825 Specificity: 0.7548032936870998 Threshold: 0.18 Accuracy: 0.7551364095655103 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0069.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.46353837475180626 AUROC: 0.8488973134285736 AUPRC: 0.7164140935228697 Sensitivity: 0.754653130287648 Specificity: 0.7714486638537271 Threshold: 0.22 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.44294720412568844 AUROC: 0.8370023334373273 AUPRC: 0.6866667775215519 Sensitivity: 0.7630906768837803 Specificity: 0.7456541628545288 Threshold: 0.21 Accuracy: 0.7502526103065005 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0070.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.46390635147690773 AUROC: 0.8473397255123144 AUPRC: 0.7161776763436768 Sensitivity: 0.7681895093062606 Specificity: 0.7517580872011251 Threshold: 0.22 Accuracy: 0.756582215598609 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.44473991305270094 AUROC: 0.8357031393320318 AUPRC: 0.685062162236409 Sensitivity: 0.7484035759897829 Specificity: 0.7632662397072278 Threshold: 0.22 Accuracy: 0.7593465813405187 Intermediate Model: ./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0071.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.4513931181281805 AUROC: 0.8456690964562198 AUPRC: 0.715980800638417 Sensitivity: 0.7580372250423012 Specificity: 0.7665260196905767 Threshold: 0.23 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.4326777657929887 AUROC: 0.8347360832138572 AUPRC: 0.6841839128789451 Sensitivity: 0.7515964240102171 Specificity: 0.760064043915828 Threshold: 0.22 Accuracy: 0.7578309195015157 Plot AUROC/AUPRC for Each Intermediate Model Epoch with best Validation Loss: 51, 0.4491 Epoch with best model Test AUROC: 64, 0.8386 Epoch with best model Test Accuracy: 2, 0.7659
AUROC/AUPRC Plots - Best Model Based on Validation Loss
Epoch with best Validation Loss: 51, 0.4491
Best Model Based on Validation Loss:
./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0051.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.43101485263794026 AUROC: 0.8348665138306114 AUPRC: 0.6827477064005615 Sensitivity: 0.7586206896551724 Specificity: 0.7586916742909423 Threshold: 0.24 Accuracy: 0.7586729538565173
best_model_val_test_auroc: 0.8348665138306114
best_model_val_test_auprc: 0.6827477064005615
AUROC/AUPRC Plots - Best Model Based on Model AUROC
Epoch with best model Test AUROC: 64, 0.8386
Best Model Based on Model AUROC:
./vitaldb_cache/models/ABP_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_f386500f_0064.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.45506600084456994 AUROC: 0.8385562543014352 AUPRC: 0.6848501227908672 Sensitivity: 0.7656449553001277 Specificity: 0.75 Threshold: 0.23 Accuracy: 0.7541259683395083
best_model_auroc_test_auroc: 0.8385562543014352
best_model_auroc_test_auprc: 0.6848501227908672 Total Processing Time: 6205.4150 sec
RUN_ME = True
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=False,
useEeg=False,
useEcg=True,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=1e-1,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
Experiment Setup
name: ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74
prediction_window: 003
max_cases: _ALL
use_abp: False
use_eeg: False
use_ecg: True
n_residuals: 12
skip_connection: False
batch_size: 128
learning_rate: 0.0001
weight_decay: 0.1
balance_labels: False
max_epochs: 200
patience: 20
device: mps
Model Architecture
HypotensionCNN(
(ecgResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=1, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
)
(ecgFc): Linear(in_features=2814, out_features=32, bias=True)
(fullLinear1): Linear(in_features=32, out_features=16, bias=True)
(fullLinear2): Linear(in_features=16, out_features=1, bias=True)
(sigmoid): Sigmoid()
)
Training Loop
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 13:56:35.587292] Completed epoch 0 with training loss 0.62213022, validation loss 0.62945169 Validation loss improved to 0.62945169. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 13:57:28.890060] Completed epoch 1 with training loss 0.59418994, validation loss 0.60941625 Validation loss improved to 0.60941625. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.88it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 13:58:24.365765] Completed epoch 2 with training loss 0.59126574, validation loss 0.61109996 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 13:59:18.033125] Completed epoch 3 with training loss 0.59018672, validation loss 0.61742032 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:00:11.664505] Completed epoch 4 with training loss 0.58891201, validation loss 0.61493957 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:01:05.282667] Completed epoch 5 with training loss 0.58907562, validation loss 0.61568969 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 14:01:59.182490] Completed epoch 6 with training loss 0.58843756, validation loss 0.61743253 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 14:02:52.805455] Completed epoch 7 with training loss 0.58922350, validation loss 0.61713302 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 14:03:46.592936] Completed epoch 8 with training loss 0.58892787, validation loss 0.61953342 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
[2024-05-04 14:04:40.756793] Completed epoch 9 with training loss 0.58928651, validation loss 0.61801839 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 14:05:34.154843] Completed epoch 10 with training loss 0.58847833, validation loss 0.63282436 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:06:27.435853] Completed epoch 11 with training loss 0.58725184, validation loss 0.64408726 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 14:07:21.061077] Completed epoch 12 with training loss 0.58553737, validation loss 0.65373099 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:08:14.862680] Completed epoch 13 with training loss 0.58309847, validation loss 0.67289603 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:09:08.329180] Completed epoch 14 with training loss 0.58010054, validation loss 0.68664175 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:10:02.094416] Completed epoch 15 with training loss 0.57729292, validation loss 0.68943167 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 14:10:55.727264] Completed epoch 16 with training loss 0.57587069, validation loss 0.68824250 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 14:11:49.684569] Completed epoch 17 with training loss 0.57402605, validation loss 0.68438351 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:12:43.268737] Completed epoch 18 with training loss 0.57216913, validation loss 0.68545759 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:13:36.969540] Completed epoch 19 with training loss 0.57293558, validation loss 0.68541718 No improvement in validation loss. 18 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
[2024-05-04 14:14:30.901987] Completed epoch 20 with training loss 0.57043248, validation loss 0.68712270 No improvement in validation loss. 19 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 14:15:24.619121] Completed epoch 21 with training loss 0.57034755, validation loss 0.69016844 No improvement in validation loss. 20 epochs without improvement. Early stopping due to no improvement in validation loss. Plot Validation and Loss Values from Training Epoch with best Validation Loss: 1, 0.6094
Generate AUROC/AUPRC for Each Intermediate Model Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0000.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:05<00:00, 2.68it/s]
Loss: 0.6299675479531288 AUROC: 0.5473672123578954 AUPRC: 0.31978431754183834 Sensitivity: 0.45685279187817257 Specificity: 0.6315049226441631 Threshold: 0.4 Accuracy: 0.5802285146547441 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.6162865237986788 AUROC: 0.5346056672029951 AUPRC: 0.2844474511293803 Sensitivity: 0.42656449553001274 Specificity: 0.6193961573650503 Threshold: 0.4 Accuracy: 0.5685415964971371 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0001.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.6094195283949375 AUROC: 0.54574298966447 AUPRC: 0.32119520499781484 Sensitivity: 0.6869712351945855 Specificity: 0.38045007032348804 Threshold: 0.34 Accuracy: 0.4704421261798311 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.5889337931541686 AUROC: 0.5172308630680086 AUPRC: 0.2777976524447208 Sensitivity: 0.6864623243933589 Specificity: 0.33920402561756635 Threshold: 0.34 Accuracy: 0.43078477601886156 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0002.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.6105086021125317 AUROC: 0.5502408371231863 AUPRC: 0.3258032705331406 Sensitivity: 0.9763113367174281 Specificity: 0.020393811533052038 Threshold: 0.34 Accuracy: 0.30104321907600595 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.5901599944906032 AUROC: 0.5117482493377689 AUPRC: 0.2757523334907059 Sensitivity: 0.9910600255427842 Specificity: 0.010064043915827997 Threshold: 0.34 Accuracy: 0.2687773661165376 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0003.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.6174226626753807 AUROC: 0.5691734431855231 AUPRC: 0.34394260149083133 Sensitivity: 0.008460236886632826 Specificity: 0.9929676511954993 Threshold: 0.37 Accuracy: 0.7039244908097367 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5998096592882847 AUROC: 0.5152103569796884 AUPRC: 0.27706946529475457 Sensitivity: 0.008301404853128991 Specificity: 0.9929094236047575 Threshold: 0.37 Accuracy: 0.7332435163354665 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0004.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.6152492575347424 AUROC: 0.5769679272538618 AUPRC: 0.35681507084113473 Sensitivity: 0.5871404399323181 Specificity: 0.5309423347398031 Threshold: 0.36 Accuracy: 0.5474416294088426 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5964624805653349 AUROC: 0.5134558241871237 AUPRC: 0.2723763721305581 Sensitivity: 0.5178799489144317 Specificity: 0.5132662397072278 Threshold: 0.36 Accuracy: 0.514482990906029 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0005.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.6156821250915527 AUROC: 0.5834564886804172 AUPRC: 0.3723220959916187 Sensitivity: 0.9746192893401016 Specificity: 0.029535864978902954 Threshold: 0.36 Accuracy: 0.30700447093889716 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.5973371222932288 AUROC: 0.5161823791011885 AUPRC: 0.27169742250973117 Sensitivity: 0.9821200510855683 Specificity: 0.014867337602927721 Threshold: 0.36 Accuracy: 0.26995621421353994 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0006.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.6179109774529934 AUROC: 0.566590155663599 AUPRC: 0.35148882010870347 Sensitivity: 0.07445008460236886 Specificity: 0.969760900140647 Threshold: 0.37 Accuracy: 0.7069051167411823 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.47it/s]
Loss: 0.6005881276536496 AUROC: 0.536876153135184 AUPRC: 0.2862688694181902 Sensitivity: 0.05300127713920817 Specificity: 0.9533394327538883 Threshold: 0.37 Accuracy: 0.7158976086224318 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0007.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.6167351417243481 AUROC: 0.5182418652026054 AUPRC: 0.322275585727683 Sensitivity: 0.9932318104906938 Specificity: 0.010548523206751054 Threshold: 0.36 Accuracy: 0.29905613512170887 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5991266312751364 AUROC: 0.5075210120364235 AUPRC: 0.2804881893212029 Sensitivity: 0.9968071519795658 Specificity: 0.003202195791399817 Threshold: 0.36 Accuracy: 0.2652408218255305 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0008.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.6192518137395382 AUROC: 0.5007853384451727 AUPRC: 0.29202683464813645 Sensitivity: 0.9763113367174281 Specificity: 0.03234880450070324 Threshold: 0.37 Accuracy: 0.3094883258817685 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.6023584826195494 AUROC: 0.48045738935452476 AUPRC: 0.25636267381998107 Sensitivity: 0.9776500638569604 Specificity: 0.014867337602927721 Threshold: 0.37 Accuracy: 0.2687773661165376 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0009.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.6185036189854145 AUROC: 0.521463537687916 AUPRC: 0.29203588914354317 Sensitivity: 0.6971235194585449 Specificity: 0.35161744022503516 Threshold: 0.37 Accuracy: 0.45305514157973176 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.6009703665337665 AUROC: 0.48641695849239147 AUPRC: 0.24576271591599325 Sensitivity: 0.669220945083014 Specificity: 0.34011893870082344 Threshold: 0.37 Accuracy: 0.4269114179858538 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0010.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.633376482874155 AUROC: 0.5543686235872833 AUPRC: 0.3149181008731404 Sensitivity: 1.0 Specificity: 0.007032348804500703 Threshold: 0.4 Accuracy: 0.2985593641331346 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.6213030117623349 AUROC: 0.5003197960082681 AUPRC: 0.25111666935139776 Sensitivity: 0.9987228607918263 Specificity: 0.004117108874656907 Threshold: 0.4 Accuracy: 0.26641966992253285 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0011.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.6442958936095238 AUROC: 0.5697975492680883 AUPRC: 0.3286912348509771 Sensitivity: 0.6159052453468697 Specificity: 0.48945147679324896 Threshold: 0.43 Accuracy: 0.5265772478887233 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.6355197150656517 AUROC: 0.5199393066758274 AUPRC: 0.2660100593027461 Sensitivity: 0.5759897828863346 Specificity: 0.4553979871912168 Threshold: 0.43 Accuracy: 0.4872010778039744 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0012.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.6538461111485958 AUROC: 0.5645435160792097 AUPRC: 0.3265256072396735 Sensitivity: 0.9983079526226735 Specificity: 0.006329113924050633 Threshold: 0.44 Accuracy: 0.2975658221559861 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.6470283624973703 AUROC: 0.5237502760513613 AUPRC: 0.26750587265458986 Sensitivity: 0.9993614303959132 Specificity: 0.004574565416285453 Threshold: 0.44 Accuracy: 0.26692489053553387 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0013.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.6729684174060822 AUROC: 0.5654317814569694 AUPRC: 0.33155745473306053 Sensitivity: 0.9966159052453468 Specificity: 0.007032348804500703 Threshold: 0.47000000000000003 Accuracy: 0.2975658221559861 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.6696906140510072 AUROC: 0.5314171279207403 AUPRC: 0.272709253772348 Sensitivity: 0.9993614303959132 Specificity: 0.0054894784995425435 Threshold: 0.47000000000000003 Accuracy: 0.2675985180195352 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0014.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.6866631843149662 AUROC: 0.5792965747344723 AUPRC: 0.3428904549573661 Sensitivity: 0.9915397631133672 Specificity: 0.020393811533052038 Threshold: 0.49 Accuracy: 0.3055141579731744 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.6856482675734986 AUROC: 0.5601977462524202 AUPRC: 0.2900616117592372 Sensitivity: 0.991698595146871 Specificity: 0.0192131747483989 Threshold: 0.49 Accuracy: 0.27568204782755135 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0015.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.6894641928374767 AUROC: 0.5891805350296644 AUPRC: 0.35602620138694707 Sensitivity: 0.9915397631133672 Specificity: 0.02180028129395218 Threshold: 0.49 Accuracy: 0.3065076999503229 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.688935528410242 AUROC: 0.5697507300024889 AUPRC: 0.3029970070084762 Sensitivity: 0.9968071519795658 Specificity: 0.018755718206770355 Threshold: 0.49 Accuracy: 0.27669248905355337 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0016.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.6882286630570889 AUROC: 0.5904477857025566 AUPRC: 0.36166748664000836 Sensitivity: 0.949238578680203 Specificity: 0.06891701828410689 Threshold: 0.49 Accuracy: 0.3273720814704421 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.6874639987945557 AUROC: 0.5737203923960558 AUPRC: 0.30751182165466334 Sensitivity: 0.9386973180076629 Specificity: 0.08989021043000915 Threshold: 0.49 Accuracy: 0.3137420006736275 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0017.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.6844219453632832 AUROC: 0.5955727140106758 AUPRC: 0.3641944997953821 Sensitivity: 0.7292724196277496 Specificity: 0.42616033755274263 Threshold: 0.49 Accuracy: 0.5151515151515151 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.6830979192510565 AUROC: 0.5912521368420192 AUPRC: 0.3338828941107519 Sensitivity: 0.7056194125159643 Specificity: 0.4149130832570906 Threshold: 0.49 Accuracy: 0.49157965644998314 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0018.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.6854448281228542 AUROC: 0.5955774736376163 AUPRC: 0.3642232636637928 Sensitivity: 0.7969543147208121 Specificity: 0.33263009845288327 Threshold: 0.49 Accuracy: 0.4689518132141083 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.6844355603481861 AUROC: 0.5933416557706712 AUPRC: 0.335799413014206 Sensitivity: 0.7822477650063857 Specificity: 0.3236505032021958 Threshold: 0.49 Accuracy: 0.4445941394408892 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0019.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.6854608319699764 AUROC: 0.6025598463592424 AUPRC: 0.3707867854481273 Sensitivity: 0.8274111675126904 Specificity: 0.3234880450070324 Threshold: 0.49 Accuracy: 0.4714356681569796 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.6845513328592828 AUROC: 0.5970074425783957 AUPRC: 0.33502860174852794 Sensitivity: 0.8001277139208174 Specificity: 0.3167886550777676 Threshold: 0.49 Accuracy: 0.44425732569888854 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0020.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.6871071383357048 AUROC: 0.6006155387540724 AUPRC: 0.36756917095760566 Sensitivity: 0.9086294416243654 Specificity: 0.21237693389592124 Threshold: 0.49 Accuracy: 0.4167908594138102 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.686246505443086 AUROC: 0.6045570821634014 AUPRC: 0.34196349452565333 Sensitivity: 0.8659003831417624 Specificity: 0.22461116193961575 Threshold: 0.49 Accuracy: 0.3937352643987875 Intermediate Model: ./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0021.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.6902006715536118 AUROC: 0.6079572633097018 AUPRC: 0.3715884927913653 Sensitivity: 0.9949238578680203 Specificity: 0.005625879043600563 Threshold: 0.49 Accuracy: 0.29607550919026326 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.6898677437863452 AUROC: 0.6019310888166773 AUPRC: 0.34380855709943897 Sensitivity: 0.9968071519795658 Specificity: 0.008234217749313814 Threshold: 0.49 Accuracy: 0.2689457729875379 Plot AUROC/AUPRC for Each Intermediate Model Epoch with best Validation Loss: 1, 0.6094 Epoch with best model Test AUROC: 20, 0.6046 Epoch with best model Test Accuracy: 3, 0.7332
AUROC/AUPRC Plots - Best Model Based on Validation Loss
Epoch with best Validation Loss: 1, 0.6094
Best Model Based on Validation Loss:
./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0001.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5889337931541686 AUROC: 0.5172308630680086 AUPRC: 0.2777976524447208 Sensitivity: 0.6864623243933589 Specificity: 0.33920402561756635 Threshold: 0.34 Accuracy: 0.43078477601886156
best_model_val_test_auroc: 0.5172308630680086
best_model_val_test_auprc: 0.2777976524447208
AUROC/AUPRC Plots - Best Model Based on Model AUROC
Epoch with best model Test AUROC: 20, 0.6046
Best Model Based on Model AUROC:
./vitaldb_cache/models/ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_9888ba74_0020.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.686246505443086 AUROC: 0.6045570821634014 AUPRC: 0.34196349452565333 Sensitivity: 0.8659003831417624 Specificity: 0.22461116193961575 Threshold: 0.49 Accuracy: 0.3937352643987875
best_model_auroc_test_auroc: 0.6045570821634014
best_model_auroc_test_auprc: 0.34196349452565333 Total Processing Time: 1818.7330 sec
RUN_ME = True
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=False,
useEeg=True,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=1e-1,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
Experiment Setup
name: EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf
prediction_window: 003
max_cases: _ALL
use_abp: False
use_eeg: True
use_ecg: False
n_residuals: 12
skip_connection: False
batch_size: 128
learning_rate: 0.0001
weight_decay: 0.1
balance_labels: False
max_epochs: 200
patience: 20
device: mps
Model Architecture
HypotensionCNN(
(eegResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
)
(eegFc): Linear(in_features=720, out_features=32, bias=True)
(fullLinear1): Linear(in_features=32, out_features=16, bias=True)
(fullLinear2): Linear(in_features=16, out_features=1, bias=True)
(sigmoid): Sigmoid()
)
Training Loop
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
[2024-05-04 14:26:54.002397] Completed epoch 0 with training loss 0.68160874, validation loss 0.64734328 Validation loss improved to 0.64734328. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:41<00:00, 2.21it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 14:27:42.240239] Completed epoch 1 with training loss 0.61815131, validation loss 0.62600720 Validation loss improved to 0.62600720. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:40<00:00, 2.26it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 14:28:29.185258] Completed epoch 2 with training loss 0.60912925, validation loss 0.61755085 Validation loss improved to 0.61755085. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
[2024-05-04 14:29:14.994322] Completed epoch 3 with training loss 0.60325176, validation loss 0.61809516 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.32it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 14:30:00.837421] Completed epoch 4 with training loss 0.60004634, validation loss 0.61428624 Validation loss improved to 0.61428624. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.32it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 14:30:46.647240] Completed epoch 5 with training loss 0.59807247, validation loss 0.61153758 Validation loss improved to 0.61153758. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
[2024-05-04 14:31:32.422497] Completed epoch 6 with training loss 0.59522974, validation loss 0.61018765 Validation loss improved to 0.61018765. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.32it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:32:18.401830] Completed epoch 7 with training loss 0.59244275, validation loss 0.60777843 Validation loss improved to 0.60777843. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 14:33:03.707797] Completed epoch 8 with training loss 0.59268963, validation loss 0.60732383 Validation loss improved to 0.60732383. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:33:49.340931] Completed epoch 9 with training loss 0.59031051, validation loss 0.60743463 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 14:34:34.872228] Completed epoch 10 with training loss 0.58926958, validation loss 0.60760969 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.36it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
[2024-05-04 14:35:20.249939] Completed epoch 11 with training loss 0.58822626, validation loss 0.60709250 Validation loss improved to 0.60709250. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.31it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:36:06.386780] Completed epoch 12 with training loss 0.58746904, validation loss 0.60602820 Validation loss improved to 0.60602820. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 14:36:51.999768] Completed epoch 13 with training loss 0.58609754, validation loss 0.60277671 Validation loss improved to 0.60277671. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:40<00:00, 2.28it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 14:37:38.586718] Completed epoch 14 with training loss 0.58546668, validation loss 0.60434711 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
[2024-05-04 14:38:23.942158] Completed epoch 15 with training loss 0.58383101, validation loss 0.60520720 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 14:39:09.649063] Completed epoch 16 with training loss 0.58434641, validation loss 0.60321671 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.30it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 14:39:55.810818] Completed epoch 17 with training loss 0.58416510, validation loss 0.60086256 Validation loss improved to 0.60086256. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 14:40:41.410656] Completed epoch 18 with training loss 0.58301580, validation loss 0.60148746 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 14:41:26.772887] Completed epoch 19 with training loss 0.58161277, validation loss 0.60244203 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 14:42:12.495786] Completed epoch 20 with training loss 0.58245623, validation loss 0.60330212 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:40<00:00, 2.28it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 14:42:59.017392] Completed epoch 21 with training loss 0.58125597, validation loss 0.60175341 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 14:43:44.732790] Completed epoch 22 with training loss 0.58157039, validation loss 0.60327476 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:44:30.237299] Completed epoch 23 with training loss 0.58084589, validation loss 0.59857047 Validation loss improved to 0.59857047. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 14:45:15.814602] Completed epoch 24 with training loss 0.58058745, validation loss 0.59717655 Validation loss improved to 0.59717655. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:40<00:00, 2.29it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 14:46:02.146888] Completed epoch 25 with training loss 0.58028656, validation loss 0.59830701 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
[2024-05-04 14:46:47.772416] Completed epoch 26 with training loss 0.58117217, validation loss 0.59568107 Validation loss improved to 0.59568107. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 14:47:33.609631] Completed epoch 27 with training loss 0.58013964, validation loss 0.59679580 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:48:19.303418] Completed epoch 28 with training loss 0.58042383, validation loss 0.59403670 Validation loss improved to 0.59403670. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:49:04.797818] Completed epoch 29 with training loss 0.57963634, validation loss 0.59307432 Validation loss improved to 0.59307432. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 14:49:50.296262] Completed epoch 30 with training loss 0.57950515, validation loss 0.59277719 Validation loss improved to 0.59277719. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 14:50:35.712777] Completed epoch 31 with training loss 0.57912558, validation loss 0.59317315 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 14:51:21.478846] Completed epoch 32 with training loss 0.57838774, validation loss 0.59163117 Validation loss improved to 0.59163117. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.32it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
[2024-05-04 14:52:07.395152] Completed epoch 33 with training loss 0.57961571, validation loss 0.59166163 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 14:52:52.854748] Completed epoch 34 with training loss 0.57824838, validation loss 0.59265792 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 14:53:38.687252] Completed epoch 35 with training loss 0.57870501, validation loss 0.59790874 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.32it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 14:54:24.438782] Completed epoch 36 with training loss 0.57802761, validation loss 0.59119964 Validation loss improved to 0.59119964. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.32it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:55:10.349402] Completed epoch 37 with training loss 0.57786661, validation loss 0.59043884 Validation loss improved to 0.59043884. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.31it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:55:56.527760] Completed epoch 38 with training loss 0.57765424, validation loss 0.59252149 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 14:56:42.123818] Completed epoch 39 with training loss 0.57732642, validation loss 0.58903068 Validation loss improved to 0.58903068. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 14:57:27.624277] Completed epoch 40 with training loss 0.57810724, validation loss 0.59039271 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:40<00:00, 2.29it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 14:58:14.254931] Completed epoch 41 with training loss 0.57772005, validation loss 0.59306872 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 14:58:59.776589] Completed epoch 42 with training loss 0.57712317, validation loss 0.59280145 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 14:59:45.153033] Completed epoch 43 with training loss 0.57739592, validation loss 0.60093617 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 15:00:30.843702] Completed epoch 44 with training loss 0.57626456, validation loss 0.60713804 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.37it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 15:01:15.962392] Completed epoch 45 with training loss 0.57643509, validation loss 0.60294276 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:40<00:00, 2.29it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 15:02:02.295872] Completed epoch 46 with training loss 0.57653201, validation loss 0.60225153 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 15:02:47.727754] Completed epoch 47 with training loss 0.57662791, validation loss 0.60231924 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
[2024-05-04 15:03:33.335156] Completed epoch 48 with training loss 0.57656741, validation loss 0.59791851 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
[2024-05-04 15:04:18.669079] Completed epoch 49 with training loss 0.57620877, validation loss 0.59416884 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 15:05:04.056672] Completed epoch 50 with training loss 0.57597166, validation loss 0.59861404 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:40<00:00, 2.29it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 15:05:50.658233] Completed epoch 51 with training loss 0.57512140, validation loss 0.59533823 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.31it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 15:06:36.771500] Completed epoch 52 with training loss 0.57592469, validation loss 0.58854365 Validation loss improved to 0.58854365. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:40<00:00, 2.25it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 15:07:24.036496] Completed epoch 53 with training loss 0.57480490, validation loss 0.59234947 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 15:08:09.656429] Completed epoch 54 with training loss 0.57515669, validation loss 0.60192239 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.38it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.64it/s]
[2024-05-04 15:08:54.418506] Completed epoch 55 with training loss 0.57395685, validation loss 0.59440434 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.36it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 15:09:39.578797] Completed epoch 56 with training loss 0.57396299, validation loss 0.59239089 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.36it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 15:10:24.810646] Completed epoch 57 with training loss 0.57493830, validation loss 0.58631992 Validation loss improved to 0.58631992. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.33it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 15:11:10.688559] Completed epoch 58 with training loss 0.57429868, validation loss 0.59593374 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.30it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 15:11:56.845520] Completed epoch 59 with training loss 0.57453936, validation loss 0.58826327 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.37it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
[2024-05-04 15:12:41.779089] Completed epoch 60 with training loss 0.57425886, validation loss 0.59443402 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.40it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.64it/s]
[2024-05-04 15:13:26.243928] Completed epoch 61 with training loss 0.57399267, validation loss 0.60246503 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.39it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
[2024-05-04 15:14:10.911181] Completed epoch 62 with training loss 0.57411790, validation loss 0.60042667 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.40it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.65it/s]
[2024-05-04 15:14:55.271304] Completed epoch 63 with training loss 0.57482141, validation loss 0.59056568 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.40it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 15:15:39.807164] Completed epoch 64 with training loss 0.57422751, validation loss 0.60410428 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.34it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.64it/s]
[2024-05-04 15:16:25.273630] Completed epoch 65 with training loss 0.57456195, validation loss 0.59388536 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.41it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.65it/s]
[2024-05-04 15:17:09.498663] Completed epoch 66 with training loss 0.57506001, validation loss 0.59439099 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.39it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 15:17:54.186315] Completed epoch 67 with training loss 0.57394993, validation loss 0.60653245 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.42it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.65it/s]
[2024-05-04 15:18:38.301709] Completed epoch 68 with training loss 0.57424414, validation loss 0.59272623 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.42it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 15:19:22.594340] Completed epoch 69 with training loss 0.57484442, validation loss 0.62965572 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.40it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.65it/s]
[2024-05-04 15:20:07.052774] Completed epoch 70 with training loss 0.57307261, validation loss 0.61174905 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.41it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.66it/s]
[2024-05-04 15:20:51.240926] Completed epoch 71 with training loss 0.57420862, validation loss 0.59212315 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.40it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
[2024-05-04 15:21:35.615857] Completed epoch 72 with training loss 0.57430792, validation loss 0.59548700 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.38it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 15:22:20.429550] Completed epoch 73 with training loss 0.57417178, validation loss 0.59247696 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:39<00:00, 2.35it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 15:23:05.678866] Completed epoch 74 with training loss 0.57387275, validation loss 0.59815109 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.37it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
[2024-05-04 15:23:50.623980] Completed epoch 75 with training loss 0.57452363, validation loss 0.59059107 No improvement in validation loss. 18 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.41it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.65it/s]
[2024-05-04 15:24:34.846131] Completed epoch 76 with training loss 0.57383287, validation loss 0.60007596 No improvement in validation loss. 19 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:38<00:00, 2.40it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
[2024-05-04 15:25:19.227687] Completed epoch 77 with training loss 0.57319319, validation loss 0.59613776 No improvement in validation loss. 20 epochs without improvement. Early stopping due to no improvement in validation loss. Plot Validation and Loss Values from Training Epoch with best Validation Loss: 57, 0.5863
Generate AUROC/AUPRC for Each Intermediate Model Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0000.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:05<00:00, 2.89it/s]
Loss: 0.6475874818861485 AUROC: 0.5095841037979443 AUPRC: 0.31332396605099 Sensitivity: 0.5076142131979695 Specificity: 0.4908579465541491 Threshold: 0.44 Accuracy: 0.49577744659711875 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.6467958194144229 AUROC: 0.5050552453264066 AUPRC: 0.27703546212219643 Sensitivity: 0.5517241379310345 Specificity: 0.46111619396157366 Threshold: 0.44 Accuracy: 0.48501178848097004 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0001.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.6255254745483398 AUROC: 0.51137372352755 AUPRC: 0.31409732176662786 Sensitivity: 0.5008460236886633 Specificity: 0.5021097046413502 Threshold: 0.39 Accuracy: 0.50173869846001 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.61it/s]
Loss: 0.6175647492104388 AUROC: 0.5066794935611385 AUPRC: 0.2779265518833688 Sensitivity: 0.5421455938697318 Specificity: 0.4730100640439158 Threshold: 0.39 Accuracy: 0.49124284270798246 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0002.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
Loss: 0.6176423244178295 AUROC: 0.5135173405108506 AUPRC: 0.3151295618201843 Sensitivity: 0.47377326565143824 Specificity: 0.5365682137834037 Threshold: 0.37 Accuracy: 0.5181321410829608 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.60it/s]
Loss: 0.6056071494488006 AUROC: 0.508268322507446 AUPRC: 0.27875690613210485 Sensitivity: 0.5102171136653896 Specificity: 0.5070905763952425 Threshold: 0.37 Accuracy: 0.5079151229370158 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0003.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.6170216985046864 AUROC: 0.5169906782706372 AUPRC: 0.3173136431723609 Sensitivity: 0.494077834179357 Specificity: 0.5133614627285513 Threshold: 0.37 Accuracy: 0.5076999503229012 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.62it/s]
Loss: 0.6050981619256608 AUROC: 0.5101034067951283 AUPRC: 0.27979013924479307 Sensitivity: 0.5376756066411239 Specificity: 0.48604757548032934 Threshold: 0.37 Accuracy: 0.4996631862579993 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0004.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
Loss: 0.6154794245958328 AUROC: 0.5206900983100945 AUPRC: 0.3200121816956657 Sensitivity: 0.5126903553299492 Specificity: 0.4964838255977497 Threshold: 0.36 Accuracy: 0.5012419274714357 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.600963720615874 AUROC: 0.5120123238675468 AUPRC: 0.2809754300867321 Sensitivity: 0.566411238825032 Specificity: 0.4618023787740165 Threshold: 0.36 Accuracy: 0.48939036712697875 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0005.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.6108289584517479 AUROC: 0.5247441105566145 AUPRC: 0.323100727904027 Sensitivity: 0.4856175972927242 Specificity: 0.530239099859353 Threshold: 0.35000000000000003 Accuracy: 0.5171385991058122 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.67it/s]
Loss: 0.5953613424554784 AUROC: 0.5146313063860466 AUPRC: 0.2822692485321031 Sensitivity: 0.5351213282247765 Specificity: 0.49954254345837146 Threshold: 0.35000000000000003 Accuracy: 0.5089255641630178 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0006.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.6101983115077019 AUROC: 0.5302676576209957 AUPRC: 0.3263289909629595 Sensitivity: 0.49746192893401014 Specificity: 0.5344585091420534 Threshold: 0.35000000000000003 Accuracy: 0.5235966219572777 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.69it/s]
Loss: 0.5945383582977538 AUROC: 0.5174633888707776 AUPRC: 0.2837049046461389 Sensitivity: 0.5338441890166028 Specificity: 0.5041171088746569 Threshold: 0.35000000000000003 Accuracy: 0.5119568878410239 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0007.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.6075329892337322 AUROC: 0.5350011066132636 AUPRC: 0.32885728272699416 Sensitivity: 0.5093062605752962 Specificity: 0.530239099859353 Threshold: 0.34 Accuracy: 0.524093392945852 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.68it/s]
Loss: 0.5907583401558247 AUROC: 0.5200272341464726 AUPRC: 0.2847633438017975 Sensitivity: 0.5376756066411239 Specificity: 0.49954254345837146 Threshold: 0.34 Accuracy: 0.5095991916470192 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0008.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
Loss: 0.60793786495924 AUROC: 0.5396084254916099 AUPRC: 0.3308790901830874 Sensitivity: 0.5245346869712352 Specificity: 0.5239099859353024 Threshold: 0.34 Accuracy: 0.524093392945852 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.68it/s]
Loss: 0.5902214931680801 AUROC: 0.5225423687719015 AUPRC: 0.2857810782581568 Sensitivity: 0.5498084291187739 Specificity: 0.4830741079597438 Threshold: 0.34 Accuracy: 0.5006736274840013 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0009.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.6074881218373775 AUROC: 0.5444168386081899 AUPRC: 0.3314012364488243 Sensitivity: 0.5651438240270727 Specificity: 0.5042194092827004 Threshold: 0.34 Accuracy: 0.5221063089915549 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5901396046293542 AUROC: 0.5259806688096431 AUPRC: 0.28717709922278056 Sensitivity: 0.5683269476372924 Specificity: 0.46271729185727356 Threshold: 0.34 Accuracy: 0.4905692152239811 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0010.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
Loss: 0.60763755813241 AUROC: 0.5503318649884222 AUPRC: 0.33204529389114334 Sensitivity: 0.5109983079526227 Specificity: 0.5541490857946554 Threshold: 0.35000000000000003 Accuracy: 0.5414803775459514 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.62it/s]
Loss: 0.5920376631807773 AUROC: 0.5304392634423867 AUPRC: 0.28909223980163656 Sensitivity: 0.5229885057471264 Specificity: 0.5249313815187557 Threshold: 0.35000000000000003 Accuracy: 0.5244189962950488 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0011.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.6061787083745003 AUROC: 0.5567763998657785 AUPRC: 0.33324106652329516 Sensitivity: 0.4653130287648054 Specificity: 0.6132208157524613 Threshold: 0.35000000000000003 Accuracy: 0.5697963238946846 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.66it/s]
Loss: 0.5905512184538739 AUROC: 0.5354088452114291 AUPRC: 0.2905623321039759 Sensitivity: 0.466794380587484 Specificity: 0.603156450137237 Threshold: 0.35000000000000003 Accuracy: 0.5671943415291344 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0012.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
Loss: 0.6052890308201313 AUROC: 0.5637111763180002 AUPRC: 0.33532492789499785 Sensitivity: 0.6023688663282571 Specificity: 0.48171589310829815 Threshold: 0.34 Accuracy: 0.5171385991058122 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5894695932560778 AUROC: 0.540492864145339 AUPRC: 0.29391820746009945 Sensitivity: 0.6174968071519795 Specificity: 0.44533394327538883 Threshold: 0.34 Accuracy: 0.49073762209498145 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0013.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.6037787906825542 AUROC: 0.5706507123971624 AUPRC: 0.3377338068056017 Sensitivity: 0.5042301184433164 Specificity: 0.5843881856540084 Threshold: 0.34 Accuracy: 0.5608544461003477 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.61it/s]
Loss: 0.5871917656127442 AUROC: 0.5439912674292111 AUPRC: 0.2951822891918424 Sensitivity: 0.5300127713920817 Specificity: 0.5544373284537969 Threshold: 0.34 Accuracy: 0.547995958235096 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0014.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.6044140346348286 AUROC: 0.5760088624253631 AUPRC: 0.3401714646779078 Sensitivity: 0.6362098138747885 Specificity: 0.4929676511954993 Threshold: 0.34 Accuracy: 0.5350223546944859 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5895437775774205 AUROC: 0.5464378273910722 AUPRC: 0.29653030259485735 Sensitivity: 0.5025542784163474 Specificity: 0.5823421774931381 Threshold: 0.35000000000000003 Accuracy: 0.5613001010441226 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0015.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.6050508990883827 AUROC: 0.5811230815728663 AUPRC: 0.3432335046368119 Sensitivity: 0.6023688663282571 Specificity: 0.5218002812939522 Threshold: 0.35000000000000003 Accuracy: 0.5454545454545454 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.60it/s]
Loss: 0.5924763704868073 AUROC: 0.5481576711898193 AUPRC: 0.2974783707157572 Sensitivity: 0.4859514687100894 Specificity: 0.5951509606587374 Threshold: 0.36 Accuracy: 0.5663523071741327 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0016.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
Loss: 0.6048242226243019 AUROC: 0.5847284989802499 AUPRC: 0.34579045869422764 Sensitivity: 0.5752961082910322 Specificity: 0.5407876230661041 Threshold: 0.35000000000000003 Accuracy: 0.5509190263288624 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.61it/s]
Loss: 0.5916197204843481 AUROC: 0.548729930043619 AUPRC: 0.2982948229775233 Sensitivity: 0.4821200510855683 Specificity: 0.5967520585544374 Threshold: 0.36 Accuracy: 0.566520714045133 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0017.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
Loss: 0.6021664775907993 AUROC: 0.5861200949069612 AUPRC: 0.3475893943272269 Sensitivity: 0.5989847715736041 Specificity: 0.5274261603375527 Threshold: 0.34 Accuracy: 0.5484351713859911 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.62it/s]
Loss: 0.588389257167248 AUROC: 0.5499047549773959 AUPRC: 0.2986351985241208 Sensitivity: 0.5223499361430396 Specificity: 0.5638151875571821 Threshold: 0.35000000000000003 Accuracy: 0.5528797574941058 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0018.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
Loss: 0.6009358130395412 AUROC: 0.5872159990099977 AUPRC: 0.3494709591031716 Sensitivity: 0.6057529610829103 Specificity: 0.5147679324894515 Threshold: 0.34 Accuracy: 0.5414803775459514 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.63it/s]
Loss: 0.5887744870591671 AUROC: 0.5495683082520953 AUPRC: 0.29854586754874923 Sensitivity: 0.5459770114942529 Specificity: 0.5443732845379688 Threshold: 0.35000000000000003 Accuracy: 0.5447962276860896 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0019.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.6021304354071617 AUROC: 0.5887004076620475 AUPRC: 0.35160113677554616 Sensitivity: 0.5736040609137056 Specificity: 0.5520393811533052 Threshold: 0.35000000000000003 Accuracy: 0.5583705911574764 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.68it/s]
Loss: 0.5909993280755713 AUROC: 0.5503757219692482 AUPRC: 0.29890437556258354 Sensitivity: 0.5114942528735632 Specificity: 0.5734217749313815 Threshold: 0.36 Accuracy: 0.5570899292691142 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0020.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.6035027354955673 AUROC: 0.5900081151639335 AUPRC: 0.35317130547909736 Sensitivity: 0.5499153976311336 Specificity: 0.5857946554149086 Threshold: 0.36 Accuracy: 0.5752608047690015 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.69it/s]
Loss: 0.593036283203896 AUROC: 0.5514835788875919 AUPRC: 0.29936513655382463 Sensitivity: 0.5696040868454662 Specificity: 0.5171546203110704 Threshold: 0.36 Accuracy: 0.5309868642640619 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0021.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.6007243059575558 AUROC: 0.5912575172357991 AUPRC: 0.3541590194568133 Sensitivity: 0.5871404399323181 Specificity: 0.5428973277074542 Threshold: 0.35000000000000003 Accuracy: 0.555886736214605 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.70it/s]
Loss: 0.5912313778349694 AUROC: 0.5519902572857112 AUPRC: 0.29961550079039867 Sensitivity: 0.5293742017879949 Specificity: 0.5548947849954254 Threshold: 0.36 Accuracy: 0.5481643651060963 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0022.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
Loss: 0.6036331653594971 AUROC: 0.594500013088974 AUPRC: 0.3561289185385504 Sensitivity: 0.6023688663282571 Specificity: 0.5351617440225035 Threshold: 0.36 Accuracy: 0.5548931942374565 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.69it/s]
Loss: 0.5953282130525467 AUROC: 0.5551938406368636 AUPRC: 0.2997737744243201 Sensitivity: 0.5446998722860792 Specificity: 0.5432296431838975 Threshold: 0.37 Accuracy: 0.5436173795890872 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0023.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.5997691974043846 AUROC: 0.5962087191605921 AUPRC: 0.3574255487001897 Sensitivity: 0.6074450084602369 Specificity: 0.5351617440225035 Threshold: 0.34 Accuracy: 0.5563835072031793 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.67it/s]
Loss: 0.5879388166234848 AUROC: 0.5554217655836106 AUPRC: 0.30129650677698094 Sensitivity: 0.5389527458492975 Specificity: 0.5379688929551693 Threshold: 0.35000000000000003 Accuracy: 0.5382283597170765 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0024.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.5975353717803955 AUROC: 0.5974004107558049 AUPRC: 0.35800972237286033 Sensitivity: 0.5617597292724196 Specificity: 0.5759493670886076 Threshold: 0.34 Accuracy: 0.5717834078489816 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.63it/s]
Loss: 0.5854376801785003 AUROC: 0.5568980561310277 AUPRC: 0.3022198000814778 Sensitivity: 0.5593869731800766 Specificity: 0.5198993595608418 Threshold: 0.34 Accuracy: 0.5303132367800606 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0025.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.5981665886938572 AUROC: 0.602730003022363 AUPRC: 0.3607545334127201 Sensitivity: 0.5820642978003384 Specificity: 0.5478199718706048 Threshold: 0.35000000000000003 Accuracy: 0.5578738201689022 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.67it/s]
Loss: 0.5894266164049189 AUROC: 0.5631431704601091 AUPRC: 0.3042899658528946 Sensitivity: 0.5395913154533845 Specificity: 0.5567246111619396 Threshold: 0.36 Accuracy: 0.5522061300101044 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0026.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.5959015302360058 AUROC: 0.6044512031146998 AUPRC: 0.3617834587516444 Sensitivity: 0.5905245346869712 Specificity: 0.5443037974683544 Threshold: 0.34 Accuracy: 0.5578738201689022 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.60it/s]
Loss: 0.5861026460820056 AUROC: 0.5647785922023231 AUPRC: 0.3053013758572337 Sensitivity: 0.5446998722860792 Specificity: 0.5560384263494969 Threshold: 0.35000000000000003 Accuracy: 0.5530481643651061 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0027.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.5952520333230495 AUROC: 0.606311027341677 AUPRC: 0.3623317536844577 Sensitivity: 0.5482233502538071 Specificity: 0.580168776371308 Threshold: 0.34 Accuracy: 0.5707898658718331 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.61it/s]
Loss: 0.5835182400459938 AUROC: 0.5674692166217389 AUPRC: 0.304156306288336 Sensitivity: 0.566411238825032 Specificity: 0.5409423604757548 Threshold: 0.34 Accuracy: 0.5476591444930953 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0028.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
Loss: 0.5930890217423439 AUROC: 0.6075901770819203 AUPRC: 0.36398839848378217 Sensitivity: 0.5482233502538071 Specificity: 0.5921237693389592 Threshold: 0.34 Accuracy: 0.5792349726775956 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5827693622163002 AUROC: 0.5697651898357012 AUPRC: 0.30618386967634825 Sensitivity: 0.5555555555555556 Specificity: 0.55032021957914 Threshold: 0.34 Accuracy: 0.5517009093971034 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0029.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.5941587686538696 AUROC: 0.6078483868434392 AUPRC: 0.3636336336475197 Sensitivity: 0.5516074450084603 Specificity: 0.5886075949367089 Threshold: 0.34 Accuracy: 0.5777446597118728 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5830344272420761 AUROC: 0.5702749354711686 AUPRC: 0.3060898755159517 Sensitivity: 0.5651340996168582 Specificity: 0.5423147301006405 Threshold: 0.34 Accuracy: 0.5483327719770966 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0030.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
Loss: 0.5922417193651199 AUROC: 0.6086432445424927 AUPRC: 0.3561540119433301 Sensitivity: 0.5702199661590525 Specificity: 0.5766526019690577 Threshold: 0.33 Accuracy: 0.5747640337804272 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.60it/s]
Loss: 0.580146887200944 AUROC: 0.5716915609492195 AUPRC: 0.3061599927368418 Sensitivity: 0.566411238825032 Specificity: 0.5420860018298261 Threshold: 0.33 Accuracy: 0.548501178848097 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0031.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
Loss: 0.5937173441052437 AUROC: 0.6093226812882406 AUPRC: 0.3585508345303835 Sensitivity: 0.583756345177665 Specificity: 0.559774964838256 Threshold: 0.34 Accuracy: 0.5668156979632389 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.65it/s]
Loss: 0.5834917388063796 AUROC: 0.573341661613028 AUPRC: 0.3084702155372846 Sensitivity: 0.541507024265645 Specificity: 0.5713632204940531 Threshold: 0.35000000000000003 Accuracy: 0.563489390367127 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0032.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
Loss: 0.592214222997427 AUROC: 0.6104870050285458 AUPRC: 0.3628634406278904 Sensitivity: 0.5397631133671743 Specificity: 0.59985935302391 Threshold: 0.34 Accuracy: 0.5822155986090413 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.581066259044282 AUROC: 0.5748271538724894 AUPRC: 0.31155416929059243 Sensitivity: 0.5555555555555556 Specificity: 0.557868252516011 Threshold: 0.34 Accuracy: 0.5572583361401146 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0033.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.5905654467642307 AUROC: 0.6132380694001204 AUPRC: 0.36479584181880853 Sensitivity: 0.5854483925549916 Specificity: 0.5618846694796061 Threshold: 0.33 Accuracy: 0.568802781917536 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5803819907472488 AUROC: 0.5729840363441335 AUPRC: 0.31099822761548707 Sensitivity: 0.5338441890166028 Specificity: 0.5807410795974383 Threshold: 0.34 Accuracy: 0.5683731896261367 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0034.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.5933914259076118 AUROC: 0.6113104204892421 AUPRC: 0.3623198026212042 Sensitivity: 0.5532994923857868 Specificity: 0.580168776371308 Threshold: 0.34 Accuracy: 0.5722801788375559 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5815483268271101 AUROC: 0.5746748144175345 AUPRC: 0.3124547561944302 Sensitivity: 0.5689655172413793 Specificity: 0.5512351326623971 Threshold: 0.34 Accuracy: 0.5559110811721119 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0035.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.5982079319655895 AUROC: 0.6127329539910662 AUPRC: 0.3651559352555788 Sensitivity: 0.5516074450084603 Specificity: 0.6068917018284107 Threshold: 0.37 Accuracy: 0.5906607054148038 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5906097635309747 AUROC: 0.5741999038348062 AUPRC: 0.31183915846340604 Sensitivity: 0.5485312899106003 Specificity: 0.567932296431839 Threshold: 0.37 Accuracy: 0.5628157628831256 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0036.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
Loss: 0.5911223851144314 AUROC: 0.6116679874631425 AUPRC: 0.36327159713991286 Sensitivity: 0.571912013536379 Specificity: 0.5639943741209564 Threshold: 0.34 Accuracy: 0.5663189269746647 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5821304448107456 AUROC: 0.5739360483934103 AUPRC: 0.3108562777821087 Sensitivity: 0.5855683269476373 Specificity: 0.5313357731015553 Threshold: 0.34 Accuracy: 0.5456382620410912 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0037.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.5921848006546497 AUROC: 0.6139537983012892 AUPRC: 0.36480564112570835 Sensitivity: 0.5532994923857868 Specificity: 0.5956399437412095 Threshold: 0.33 Accuracy: 0.5832091405861898 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5780082788873226 AUROC: 0.5742025328953902 AUPRC: 0.31343186794568734 Sensitivity: 0.5555555555555556 Specificity: 0.5617566331198536 Threshold: 0.33 Accuracy: 0.5601212529471202 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0038.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
Loss: 0.5920063890516758 AUROC: 0.6065966049581034 AUPRC: 0.3596530122826502 Sensitivity: 0.5617597292724196 Specificity: 0.5675105485232067 Threshold: 0.34 Accuracy: 0.5658221559860904 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5811948693813161 AUROC: 0.5768318855973051 AUPRC: 0.31200436165379913 Sensitivity: 0.5830140485312899 Specificity: 0.5368252516010978 Threshold: 0.34 Accuracy: 0.549006399461098 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0039.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.5889771953225136 AUROC: 0.6174414149418969 AUPRC: 0.36675270164144086 Sensitivity: 0.5651438240270727 Specificity: 0.6061884669479606 Threshold: 0.3 Accuracy: 0.5941381023348237 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5726466312053355 AUROC: 0.5693650614206975 AUPRC: 0.31042573679891505 Sensitivity: 0.5351213282247765 Specificity: 0.5580969807868252 Threshold: 0.3 Accuracy: 0.552037723139104 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0040.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.5916683562099934 AUROC: 0.6228531107731775 AUPRC: 0.366521331492534 Sensitivity: 0.560067681895093 Specificity: 0.6082981715893109 Threshold: 0.3 Accuracy: 0.5941381023348237 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.572999044301662 AUROC: 0.5664597303869159 AUPRC: 0.30918467682357564 Sensitivity: 0.520434227330779 Specificity: 0.5725068618481244 Threshold: 0.3 Accuracy: 0.5587739979791175 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0041.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.5938634052872658 AUROC: 0.619441648163617 AUPRC: 0.36298509800135187 Sensitivity: 0.571912013536379 Specificity: 0.6047819971870605 Threshold: 0.34 Accuracy: 0.5951316443119722 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5819423940587551 AUROC: 0.5676523014796353 AUPRC: 0.31018908278744667 Sensitivity: 0.5446998722860792 Specificity: 0.5583257090576396 Threshold: 0.34 Accuracy: 0.5547322330751094 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0042.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
Loss: 0.5938221476972103 AUROC: 0.616534706009743 AUPRC: 0.36701979167727283 Sensitivity: 0.5871404399323181 Specificity: 0.5787623066104078 Threshold: 0.31 Accuracy: 0.5812220566318927 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5767018300421695 AUROC: 0.5621471946755097 AUPRC: 0.30700111453020024 Sensitivity: 0.541507024265645 Specificity: 0.5439158279963403 Threshold: 0.31 Accuracy: 0.5432805658470866 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0043.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.6012262441217899 AUROC: 0.6154911578030513 AUPRC: 0.37551871312722696 Sensitivity: 0.6192893401015228 Specificity: 0.5520393811533052 Threshold: 0.36 Accuracy: 0.5717834078489816 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5913646715752622 AUROC: 0.5563546439141922 AUPRC: 0.30022637818479436 Sensitivity: 0.5715197956577267 Specificity: 0.5192131747483989 Threshold: 0.36 Accuracy: 0.533007746716066 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0044.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.6074793860316277 AUROC: 0.6164567671185932 AUPRC: 0.37416682802702006 Sensitivity: 0.6328257191201354 Specificity: 0.5330520393811533 Threshold: 0.38 Accuracy: 0.5623447590660705 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5992575845819839 AUROC: 0.5758449654658286 AUPRC: 0.31542064778538353 Sensitivity: 0.6379310344827587 Specificity: 0.48581884720951507 Threshold: 0.38 Accuracy: 0.5259346581340518 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0045.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.60191610455513 AUROC: 0.6040775723998753 AUPRC: 0.3693540762524012 Sensitivity: 0.6057529610829103 Specificity: 0.5464135021097046 Threshold: 0.35000000000000003 Accuracy: 0.5638350720317934 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5903139932358519 AUROC: 0.548791420849502 AUPRC: 0.29788270055581323 Sensitivity: 0.5696040868454662 Specificity: 0.5112076852698993 Threshold: 0.35000000000000003 Accuracy: 0.5266082856180532 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0046.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.6023987270891666 AUROC: 0.5987908167757812 AUPRC: 0.35328845924269564 Sensitivity: 0.5989847715736041 Specificity: 0.5464135021097046 Threshold: 0.35000000000000003 Accuracy: 0.5618479880774963 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5890434859914983 AUROC: 0.5497277315647351 AUPRC: 0.2962222621759718 Sensitivity: 0.5485312899106003 Specificity: 0.5237877401646843 Threshold: 0.35000000000000003 Accuracy: 0.5303132367800606 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0047.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.6024179495871067 AUROC: 0.6236140561302805 AUPRC: 0.37858148049539875 Sensitivity: 0.5465313028764806 Specificity: 0.629395218002813 Threshold: 0.37 Accuracy: 0.6050670640834576 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5915798988748104 AUROC: 0.5716251041400109 AUPRC: 0.31577312538909674 Sensitivity: 0.5306513409961686 Specificity: 0.5802836230558097 Threshold: 0.37 Accuracy: 0.5671943415291344 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0048.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.598854087293148 AUROC: 0.6193464556248082 AUPRC: 0.3788523624968622 Sensitivity: 0.5634517766497462 Specificity: 0.5921237693389592 Threshold: 0.35000000000000003 Accuracy: 0.583705911574764 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5843954695031998 AUROC: 0.564628954837413 AUPRC: 0.30439177704599607 Sensitivity: 0.5466155810983397 Specificity: 0.5526075022872827 Threshold: 0.35000000000000003 Accuracy: 0.551027281913102 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0049.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.5945303924381733 AUROC: 0.6193571647854241 AUPRC: 0.37591264385510603 Sensitivity: 0.5854483925549916 Specificity: 0.5759493670886076 Threshold: 0.34 Accuracy: 0.5787382016890213 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5809472583709879 AUROC: 0.566851606472864 AUPRC: 0.3038031432475964 Sensitivity: 0.5696040868454662 Specificity: 0.5313357731015553 Threshold: 0.34 Accuracy: 0.5414280902660829 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0050.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.5989195965230465 AUROC: 0.6229732913534237 AUPRC: 0.37060692676312096 Sensitivity: 0.5431472081218274 Specificity: 0.6336146272855133 Threshold: 0.35000000000000003 Accuracy: 0.6070541480377546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.5847897643738604 AUROC: 0.5693765270460225 AUPRC: 0.30739197973171506 Sensitivity: 0.5070242656449553 Specificity: 0.5910338517840805 Threshold: 0.35000000000000003 Accuracy: 0.5688784102391378 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0051.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.61it/s]
Loss: 0.5947337597608566 AUROC: 0.6135147227160335 AUPRC: 0.3683416359782694 Sensitivity: 0.5499153976311336 Specificity: 0.6118143459915611 Threshold: 0.34 Accuracy: 0.5936413313462494 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.61it/s]
Loss: 0.5815622362684696 AUROC: 0.5622725862594777 AUPRC: 0.3075473377609824 Sensitivity: 0.5166028097062579 Specificity: 0.5610704483074108 Threshold: 0.34 Accuracy: 0.5493432132030986 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0052.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.5879386961460114 AUROC: 0.6322860964157629 AUPRC: 0.384360975796617 Sensitivity: 0.5922165820642978 Specificity: 0.6033755274261603 Threshold: 0.33 Accuracy: 0.6000993541977149 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.577065276972791 AUROC: 0.5707116516459672 AUPRC: 0.3125143979512674 Sensitivity: 0.5549169859514687 Specificity: 0.5432296431838975 Threshold: 0.33 Accuracy: 0.5463118895250926 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0053.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.5914422310888767 AUROC: 0.6298902192046187 AUPRC: 0.3870080792755418 Sensitivity: 0.5786802030456852 Specificity: 0.59985935302391 Threshold: 0.33 Accuracy: 0.5936413313462494 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.5759629524768667 AUROC: 0.5825194930236417 AUPRC: 0.32415300694057547 Sensitivity: 0.565772669220945 Specificity: 0.5423147301006405 Threshold: 0.33 Accuracy: 0.548501178848097 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0054.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.6017374657094479 AUROC: 0.624145349487507 AUPRC: 0.3666177270736732 Sensitivity: 0.6463620981387479 Specificity: 0.5288326300984529 Threshold: 0.36 Accuracy: 0.563338301043219 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5896571627322663 AUROC: 0.5745409514161289 AUPRC: 0.3173014438800898 Sensitivity: 0.6219667943805874 Specificity: 0.4869624885635865 Threshold: 0.36 Accuracy: 0.5225665207140451 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0055.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.5944309122860432 AUROC: 0.62309585174714 AUPRC: 0.37400937186503436 Sensitivity: 0.5549915397631133 Specificity: 0.620253164556962 Threshold: 0.34 Accuracy: 0.6010928961748634 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5791510121619448 AUROC: 0.569878093381895 AUPRC: 0.3075856288649266 Sensitivity: 0.5319284802043422 Specificity: 0.5661024702653248 Threshold: 0.34 Accuracy: 0.5570899292691142 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0056.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.592433825135231 AUROC: 0.63395613051849 AUPRC: 0.39798843944254003 Sensitivity: 0.637901861252115 Specificity: 0.5815752461322081 Threshold: 0.31 Accuracy: 0.5981122702434177 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5753353745379346 AUROC: 0.5730800700849128 AUPRC: 0.3184857386494603 Sensitivity: 0.51213282247765 Specificity: 0.5869167429094236 Threshold: 0.32 Accuracy: 0.5671943415291344 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0057.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.5884952321648598 AUROC: 0.6354566029114637 AUPRC: 0.38898718273427046 Sensitivity: 0.5803722504230119 Specificity: 0.6195499296765119 Threshold: 0.28 Accuracy: 0.6080476900149031 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.5677454826679635 AUROC: 0.5765847539024023 AUPRC: 0.31088179736774246 Sensitivity: 0.5504469987228607 Specificity: 0.5562671546203111 Threshold: 0.28 Accuracy: 0.5547322330751094 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0058.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.5963251367211342 AUROC: 0.5954483687568568 AUPRC: 0.364125929241393 Sensitivity: 0.5499153976311336 Specificity: 0.5857946554149086 Threshold: 0.29 Accuracy: 0.5752608047690015 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.60it/s]
Loss: 0.5733828113434163 AUROC: 0.5533721937699443 AUPRC: 0.2973322633988272 Sensitivity: 0.5185185185185185 Specificity: 0.5661024702653248 Threshold: 0.29 Accuracy: 0.5535533849781071 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0059.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
Loss: 0.5880690850317478 AUROC: 0.6317381443642447 AUPRC: 0.39627523654420016 Sensitivity: 0.6243654822335025 Specificity: 0.5745428973277075 Threshold: 0.3 Accuracy: 0.589170392449081 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5710130086604585 AUROC: 0.5788642224582534 AUPRC: 0.31906249795841957 Sensitivity: 0.5395913154533845 Specificity: 0.5683897529734675 Threshold: 0.31 Accuracy: 0.5607948804311216 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0060.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.593995850533247 AUROC: 0.6304417409763423 AUPRC: 0.3886269146507443 Sensitivity: 0.637901861252115 Specificity: 0.5668073136427567 Threshold: 0.34 Accuracy: 0.5876800794833582 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5820013113478397 AUROC: 0.5765531321459327 AUPRC: 0.31625554822836677 Sensitivity: 0.5312899106002554 Specificity: 0.5683897529734675 Threshold: 0.35000000000000003 Accuracy: 0.5586055911081172 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0061.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.6017042249441147 AUROC: 0.6278304906461432 AUPRC: 0.3869311771716185 Sensitivity: 0.6429780033840947 Specificity: 0.5450070323488045 Threshold: 0.37 Accuracy: 0.5737704918032787 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5922764628491504 AUROC: 0.5665190303089789 AUPRC: 0.3016540472269895 Sensitivity: 0.590676883780332 Specificity: 0.49954254345837146 Threshold: 0.37 Accuracy: 0.5235769619400471 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0062.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.60140435770154 AUROC: 0.5879186389370801 AUPRC: 0.3709016034652908 Sensitivity: 0.5329949238578681 Specificity: 0.569620253164557 Threshold: 0.26 Accuracy: 0.5588673621460507 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.5746948788774774 AUROC: 0.5407614665016784 AUPRC: 0.2862524064873547 Sensitivity: 0.4955300127713921 Specificity: 0.5484903934126258 Threshold: 0.26 Accuracy: 0.5345234085550691 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0063.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.589737556874752 AUROC: 0.6349782604039494 AUPRC: 0.37975460901482083 Sensitivity: 0.5482233502538071 Specificity: 0.6357243319268636 Threshold: 0.32 Accuracy: 0.6100347739692003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.574677642355574 AUROC: 0.5727639985791388 AUPRC: 0.3106711591951942 Sensitivity: 0.5280970625798213 Specificity: 0.5821134492223239 Threshold: 0.32 Accuracy: 0.5678679690131357 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0064.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.603820264339447 AUROC: 0.628537890200166 AUPRC: 0.3853259131465143 Sensitivity: 0.5296108291032149 Specificity: 0.6483825597749648 Threshold: 0.38 Accuracy: 0.61351217088922 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5939276104277753 AUROC: 0.5808951717594492 AUPRC: 0.3168810736722375 Sensitivity: 0.5383141762452107 Specificity: 0.5811985361390668 Threshold: 0.38 Accuracy: 0.5698888514651398 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0065.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.5951895155012608 AUROC: 0.6284587614022813 AUPRC: 0.39220409792781086 Sensitivity: 0.626057529610829 Specificity: 0.5668073136427567 Threshold: 0.34 Accuracy: 0.5842026825633383 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.5826535294664666 AUROC: 0.573959709938667 AUPRC: 0.3115626319557597 Sensitivity: 0.5312899106002554 Specificity: 0.5681610247026533 Threshold: 0.35000000000000003 Accuracy: 0.5584371842371169 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0066.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
Loss: 0.5950582437217236 AUROC: 0.6312157753075314 AUPRC: 0.38233701975063117 Sensitivity: 0.6023688663282571 Specificity: 0.5914205344585092 Threshold: 0.36 Accuracy: 0.5946348733233979 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.5854462721246354 AUROC: 0.5775125932001977 AUPRC: 0.3123920238046576 Sensitivity: 0.5830140485312899 Specificity: 0.5224153705397987 Threshold: 0.36 Accuracy: 0.5383967665880768 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0067.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
Loss: 0.6067629493772984 AUROC: 0.5972992686833207 AUPRC: 0.3530775398426435 Sensitivity: 0.5702199661590525 Specificity: 0.5576652601969058 Threshold: 0.23 Accuracy: 0.561351217088922 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5737737753289811 AUROC: 0.553273750056963 AUPRC: 0.2960705030830969 Sensitivity: 0.5306513409961686 Specificity: 0.5388838060384263 Threshold: 0.23 Accuracy: 0.5367126978780734 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0068.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
Loss: 0.5924495533108711 AUROC: 0.6158862068391079 AUPRC: 0.36756793613090477 Sensitivity: 0.5634517766497462 Specificity: 0.5963431786216596 Threshold: 0.34 Accuracy: 0.5866865375062096 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5804218840091786 AUROC: 0.5675259605126786 AUPRC: 0.30027946038164255 Sensitivity: 0.5383141762452107 Specificity: 0.5649588289112535 Threshold: 0.34 Accuracy: 0.5579319636241159 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0069.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.62906514108181 AUROC: 0.6112854324478048 AUPRC: 0.34753879643999763 Sensitivity: 0.44839255499153974 Specificity: 0.6673699015471167 Threshold: 0.2 Accuracy: 0.6030799801291604 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5838266554030966 AUROC: 0.5696862449887183 AUPRC: 0.30377880750284514 Sensitivity: 0.4438058748403576 Specificity: 0.6363220494053065 Threshold: 0.2 Accuracy: 0.5855506904681711 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0070.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.6126929931342602 AUROC: 0.6118857403956677 AUPRC: 0.35459725916668516 Sensitivity: 0.6683587140439933 Specificity: 0.5161744022503516 Threshold: 0.21 Accuracy: 0.5608544461003477 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.60it/s]
Loss: 0.57576984167099 AUROC: 0.5609834702197544 AUPRC: 0.29973228630141857 Sensitivity: 0.6053639846743295 Specificity: 0.48581884720951507 Threshold: 0.21 Accuracy: 0.5173459077130347 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0071.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.5921268165111542 AUROC: 0.6265346822116082 AUPRC: 0.3911300536153623 Sensitivity: 0.6057529610829103 Specificity: 0.5843881856540084 Threshold: 0.34 Accuracy: 0.5906607054148038 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5795546839845941 AUROC: 0.5756933563054805 AUPRC: 0.3109908385194504 Sensitivity: 0.5842911877394636 Specificity: 0.5285910338517841 Threshold: 0.34 Accuracy: 0.5432805658470866 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0072.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.5951020829379559 AUROC: 0.6341703137308098 AUPRC: 0.4065393790929961 Sensitivity: 0.5583756345177665 Specificity: 0.6265822784810127 Threshold: 0.38 Accuracy: 0.6065573770491803 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5881216976236789 AUROC: 0.5808393772514983 AUPRC: 0.3183289734391644 Sensitivity: 0.5530012771392082 Specificity: 0.5594693504117109 Threshold: 0.38 Accuracy: 0.5577635567531155 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0073.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.593527302145958 AUROC: 0.6172629289316303 AUPRC: 0.38243811024194607 Sensitivity: 0.5634517766497462 Specificity: 0.5963431786216596 Threshold: 0.35000000000000003 Accuracy: 0.5866865375062096 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5829040427157219 AUROC: 0.5601863536565559 AUPRC: 0.29434214661561187 Sensitivity: 0.5287356321839081 Specificity: 0.5645013723696248 Threshold: 0.35000000000000003 Accuracy: 0.5550690468171101 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0074.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.5992019474506378 AUROC: 0.6414418337890676 AUPRC: 0.38814367407757616 Sensitivity: 0.5939086294416244 Specificity: 0.6090014064697609 Threshold: 0.38 Accuracy: 0.6045702930948833 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.5934087152176715 AUROC: 0.5847038041922417 AUPRC: 0.3222317102977667 Sensitivity: 0.5798212005108557 Specificity: 0.5381976212259836 Threshold: 0.38 Accuracy: 0.5491748063320984 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0075.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.5894219614565372 AUROC: 0.6306327210073274 AUPRC: 0.4010468712474339 Sensitivity: 0.5634517766497462 Specificity: 0.6167369901547117 Threshold: 0.34 Accuracy: 0.6010928961748634 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.60it/s]
Loss: 0.5778599508265232 AUROC: 0.5747368164296421 AUPRC: 0.3129788056052006 Sensitivity: 0.5408684546615581 Specificity: 0.5608417200365965 Threshold: 0.34 Accuracy: 0.5555742674301112 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0076.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.6002972088754177 AUROC: 0.6355041991808682 AUPRC: 0.3988294886985236 Sensitivity: 0.5803722504230119 Specificity: 0.6181434599156118 Threshold: 0.39 Accuracy: 0.6070541480377546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.5945882968446041 AUROC: 0.570099810824485 AUPRC: 0.30356452286850377 Sensitivity: 0.5472541507024266 Specificity: 0.5498627630375115 Threshold: 0.39 Accuracy: 0.5491748063320984 Intermediate Model: ./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0077.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
Loss: 0.595937941223383 AUROC: 0.6320986861049831 AUPRC: 0.4026502692233117 Sensitivity: 0.5922165820642978 Specificity: 0.5928270042194093 Threshold: 0.35000000000000003 Accuracy: 0.5926477893691009 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5840567153819064 AUROC: 0.5755190349828644 AUPRC: 0.3089387119630585 Sensitivity: 0.5753512132822478 Specificity: 0.5263037511436414 Threshold: 0.35000000000000003 Accuracy: 0.5392388009430785 Plot AUROC/AUPRC for Each Intermediate Model Epoch with best Validation Loss: 57, 0.5863 Epoch with best model Test AUROC: 74, 0.5847 Epoch with best model Test Accuracy: 69, 0.5856
AUROC/AUPRC Plots - Best Model Based on Validation Loss
Epoch with best Validation Loss: 57, 0.5863
Best Model Based on Validation Loss:
./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0057.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.5677454826679635 AUROC: 0.5765847539024023 AUPRC: 0.31088179736774246 Sensitivity: 0.5504469987228607 Specificity: 0.5562671546203111 Threshold: 0.28 Accuracy: 0.5547322330751094
best_model_val_test_auroc: 0.5765847539024023
best_model_val_test_auprc: 0.31088179736774246
AUROC/AUPRC Plots - Best Model Based on Model AUROC
Epoch with best model Test AUROC: 74, 0.5847
Best Model Based on Model AUROC:
./vitaldb_cache/models/EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_6e41ecbf_0074.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5934087152176715 AUROC: 0.5847038041922417 AUPRC: 0.3222317102977667 Sensitivity: 0.5798212005108557 Specificity: 0.5381976212259836 Threshold: 0.38 Accuracy: 0.5491748063320984
best_model_auroc_test_auroc: 0.5847038041922417
best_model_auroc_test_auprc: 0.3222317102977667 Total Processing Time: 5573.9330 sec
RUN_ME = True
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=True,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=1e-1,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
Experiment Setup
name: ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450
prediction_window: 003
max_cases: _ALL
use_abp: True
use_eeg: False
use_ecg: True
n_residuals: 12
skip_connection: False
batch_size: 128
learning_rate: 0.0001
weight_decay: 0.1
balance_labels: False
max_epochs: 200
patience: 20
device: mps
Model Architecture
HypotensionCNN(
(abpResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=1, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
)
(abpFc): Linear(in_features=2814, out_features=32, bias=True)
(ecgResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=1, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
)
(ecgFc): Linear(in_features=2814, out_features=32, bias=True)
(fullLinear1): Linear(in_features=64, out_features=16, bias=True)
(fullLinear2): Linear(in_features=16, out_features=1, bias=True)
(sigmoid): Sigmoid()
)
Training Loop
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 16:00:00.680075] Completed epoch 0 with training loss 0.50498241, validation loss 0.65606743 Validation loss improved to 0.65606743. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 16:01:06.706327] Completed epoch 1 with training loss 0.43999386, validation loss 0.63262534 Validation loss improved to 0.63262534. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.51it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 16:02:14.464019] Completed epoch 2 with training loss 0.43480659, validation loss 0.65605694 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
[2024-05-04 16:03:20.438554] Completed epoch 3 with training loss 0.43582377, validation loss 0.68556905 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
[2024-05-04 16:04:26.572755] Completed epoch 4 with training loss 0.43498370, validation loss 0.65997696 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
[2024-05-04 16:05:32.779388] Completed epoch 5 with training loss 0.43199170, validation loss 0.65476775 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 16:06:39.279654] Completed epoch 6 with training loss 0.43400139, validation loss 0.58583337 Validation loss improved to 0.58583337. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 16:07:45.329336] Completed epoch 7 with training loss 0.42922077, validation loss 0.53295040 Validation loss improved to 0.53295040. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 16:08:51.205743] Completed epoch 8 with training loss 0.43213883, validation loss 0.56339967 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:09:57.210833] Completed epoch 9 with training loss 0.42984250, validation loss 0.62532753 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 16:11:02.878375] Completed epoch 10 with training loss 0.43032604, validation loss 0.57627738 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 16:12:09.148326] Completed epoch 11 with training loss 0.43017194, validation loss 0.51597595 Validation loss improved to 0.51597595. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
[2024-05-04 16:13:15.691314] Completed epoch 12 with training loss 0.43009651, validation loss 0.54034591 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 16:14:22.065471] Completed epoch 13 with training loss 0.42870438, validation loss 0.54236460 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 16:15:28.462524] Completed epoch 14 with training loss 0.42903107, validation loss 0.59159887 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 16:16:34.695845] Completed epoch 15 with training loss 0.42700389, validation loss 0.51597643 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 16:17:40.427613] Completed epoch 16 with training loss 0.42837280, validation loss 0.55112314 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 16:18:46.177951] Completed epoch 17 with training loss 0.42579994, validation loss 0.51665640 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 16:19:52.606032] Completed epoch 18 with training loss 0.42575336, validation loss 0.56074691 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
[2024-05-04 16:20:58.362976] Completed epoch 19 with training loss 0.42520139, validation loss 0.56314635 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:22:04.598397] Completed epoch 20 with training loss 0.42429361, validation loss 0.54646039 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.54it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
[2024-05-04 16:23:10.953556] Completed epoch 21 with training loss 0.42508259, validation loss 0.59218073 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 16:24:17.289353] Completed epoch 22 with training loss 0.42568430, validation loss 0.55556059 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
[2024-05-04 16:25:23.257632] Completed epoch 23 with training loss 0.42564464, validation loss 0.52707255 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
[2024-05-04 16:26:29.191924] Completed epoch 24 with training loss 0.42459607, validation loss 0.53042006 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
[2024-05-04 16:27:35.477468] Completed epoch 25 with training loss 0.42454603, validation loss 0.59233892 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 16:28:41.682755] Completed epoch 26 with training loss 0.42587280, validation loss 0.55131066 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
[2024-05-04 16:29:47.773605] Completed epoch 27 with training loss 0.42299035, validation loss 0.53890467 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 16:30:53.787714] Completed epoch 28 with training loss 0.42259958, validation loss 0.52594829 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:32:00.101580] Completed epoch 29 with training loss 0.42401364, validation loss 0.51163560 Validation loss improved to 0.51163560. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.56it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 16:33:05.744749] Completed epoch 30 with training loss 0.42322856, validation loss 0.52297068 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.54it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 16:34:12.168379] Completed epoch 31 with training loss 0.42327544, validation loss 0.46669716 Validation loss improved to 0.46669716. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 16:35:16.705311] Completed epoch 32 with training loss 0.42309308, validation loss 0.49379212 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 16:36:20.501910] Completed epoch 33 with training loss 0.42420179, validation loss 0.53576261 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 16:37:23.884428] Completed epoch 34 with training loss 0.42193872, validation loss 0.49957183 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 16:38:28.513950] Completed epoch 35 with training loss 0.42147627, validation loss 0.50564480 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.28it/s]
[2024-05-04 16:39:33.394319] Completed epoch 36 with training loss 0.42208871, validation loss 0.49456102 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:40:37.885183] Completed epoch 37 with training loss 0.42118180, validation loss 0.51059103 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
[2024-05-04 16:41:42.978704] Completed epoch 38 with training loss 0.42298993, validation loss 0.51343536 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:42:47.594417] Completed epoch 39 with training loss 0.42178535, validation loss 0.51314032 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
[2024-05-04 16:43:52.232375] Completed epoch 40 with training loss 0.41980290, validation loss 0.55536085 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:44:56.931098] Completed epoch 41 with training loss 0.42341486, validation loss 0.47476947 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 16:46:01.665803] Completed epoch 42 with training loss 0.42300627, validation loss 0.52928650 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.57it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:47:07.060170] Completed epoch 43 with training loss 0.42180610, validation loss 0.45246091 Validation loss improved to 0.45246091. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 16:48:11.734097] Completed epoch 44 with training loss 0.42232534, validation loss 0.55106848 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 16:49:15.909913] Completed epoch 45 with training loss 0.42369080, validation loss 0.51589644 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 16:50:20.794289] Completed epoch 46 with training loss 0.42153743, validation loss 0.48243874 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.58it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
[2024-05-04 16:51:26.080620] Completed epoch 47 with training loss 0.42217943, validation loss 0.46198151 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:52:30.575623] Completed epoch 48 with training loss 0.42100322, validation loss 0.47232172 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 16:53:35.054935] Completed epoch 49 with training loss 0.42088118, validation loss 0.48037475 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.58it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 16:54:40.171753] Completed epoch 50 with training loss 0.42335084, validation loss 0.47180843 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.58it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 16:55:45.374745] Completed epoch 51 with training loss 0.42272538, validation loss 0.48097122 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 16:56:49.578818] Completed epoch 52 with training loss 0.42105943, validation loss 0.45661968 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
[2024-05-04 16:57:54.254282] Completed epoch 53 with training loss 0.42185497, validation loss 0.54471242 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 16:58:58.542714] Completed epoch 54 with training loss 0.42081490, validation loss 0.48003435 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 17:00:03.086244] Completed epoch 55 with training loss 0.42234126, validation loss 0.48206955 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 17:01:07.366969] Completed epoch 56 with training loss 0.42026171, validation loss 0.48420608 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 17:02:12.141568] Completed epoch 57 with training loss 0.42173406, validation loss 0.45016351 Validation loss improved to 0.45016351. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.55it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
[2024-05-04 17:03:18.833885] Completed epoch 58 with training loss 0.42110386, validation loss 0.48835397 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.52it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.24it/s]
[2024-05-04 17:04:26.698203] Completed epoch 59 with training loss 0.42043403, validation loss 0.53597903 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.54it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.23it/s]
[2024-05-04 17:05:33.821782] Completed epoch 60 with training loss 0.42057216, validation loss 0.49685776 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.52it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
[2024-05-04 17:06:41.641257] Completed epoch 61 with training loss 0.42061085, validation loss 0.51621425 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.50it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.23it/s]
[2024-05-04 17:07:50.315304] Completed epoch 62 with training loss 0.42129785, validation loss 0.47799936 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.53it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
[2024-05-04 17:08:57.783640] Completed epoch 63 with training loss 0.42069477, validation loss 0.49599004 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.50it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
[2024-05-04 17:10:06.342440] Completed epoch 64 with training loss 0.42080897, validation loss 0.47912005 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.50it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.23it/s]
[2024-05-04 17:11:14.976675] Completed epoch 65 with training loss 0.42022908, validation loss 0.47565138 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.50it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
[2024-05-04 17:12:23.637778] Completed epoch 66 with training loss 0.42026067, validation loss 0.59196210 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.50it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
[2024-05-04 17:13:32.181005] Completed epoch 67 with training loss 0.41876489, validation loss 0.47479415 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.52it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
[2024-05-04 17:14:39.814225] Completed epoch 68 with training loss 0.42007297, validation loss 0.48317698 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.50it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 17:15:48.023556] Completed epoch 69 with training loss 0.42084938, validation loss 0.53446513 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.52it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.23it/s]
[2024-05-04 17:16:55.939791] Completed epoch 70 with training loss 0.41999829, validation loss 0.54131907 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:02<00:00, 1.48it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 17:18:04.992210] Completed epoch 71 with training loss 0.42134485, validation loss 0.56712717 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:02<00:00, 1.47it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
[2024-05-04 17:19:14.582693] Completed epoch 72 with training loss 0.42183620, validation loss 0.53149402 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.51it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
[2024-05-04 17:20:22.426251] Completed epoch 73 with training loss 0.42079431, validation loss 0.47058716 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.50it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
[2024-05-04 17:21:31.025577] Completed epoch 74 with training loss 0.42129704, validation loss 0.46874759 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:02<00:00, 1.48it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
[2024-05-04 17:22:40.434193] Completed epoch 75 with training loss 0.41989654, validation loss 0.47234309 No improvement in validation loss. 18 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.49it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
[2024-05-04 17:23:49.264489] Completed epoch 76 with training loss 0.41950801, validation loss 0.47403568 No improvement in validation loss. 19 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.52it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.25it/s]
[2024-05-04 17:24:57.179044] Completed epoch 77 with training loss 0.41981643, validation loss 0.56807482 No improvement in validation loss. 20 epochs without improvement. Early stopping due to no improvement in validation loss. Plot Validation and Loss Values from Training Epoch with best Validation Loss: 57, 0.4502
Generate AUROC/AUPRC for Each Intermediate Model Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0000.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.6535221077501774 AUROC: 0.840463254490113 AUPRC: 0.6946083626045841 Sensitivity: 0.7800338409475466 Specificity: 0.7552742616033755 Threshold: 0.1 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.6089156590243603 AUROC: 0.8273389291427277 AUPRC: 0.67235953227416 Sensitivity: 0.7420178799489144 Specificity: 0.7639524245196706 Threshold: 0.1 Accuracy: 0.7581677332435164 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0001.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
Loss: 0.633324658498168 AUROC: 0.8423980428414021 AUPRC: 0.7004690173647705 Sensitivity: 0.7631133671742809 Specificity: 0.7693389592123769 Threshold: 0.11 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.24it/s]
Loss: 0.5861585425569656 AUROC: 0.8310984857779509 AUPRC: 0.6795817683347646 Sensitivity: 0.780970625798212 Specificity: 0.7289569990850869 Threshold: 0.1 Accuracy: 0.7426743011114854 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0002.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.6544721089303493 AUROC: 0.8415615384066197 AUPRC: 0.7037275081153066 Sensitivity: 0.7461928934010152 Specificity: 0.7862165963431786 Threshold: 0.1 Accuracy: 0.7744659711872827 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.29it/s]
Loss: 0.6061489791312116 AUROC: 0.8315772669220944 AUPRC: 0.6830914547611323 Sensitivity: 0.7745849297573435 Specificity: 0.7378774016468436 Threshold: 0.09 Accuracy: 0.7475581003704951 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0003.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.18it/s]
Loss: 0.689953301101923 AUROC: 0.8413402157538892 AUPRC: 0.7056879464301592 Sensitivity: 0.7597292724196277 Specificity: 0.7735583684950773 Threshold: 0.08 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.24it/s]
Loss: 0.6351058089986761 AUROC: 0.832047722707722 AUPRC: 0.6844306897387387 Sensitivity: 0.7343550446998723 Specificity: 0.7797346752058555 Threshold: 0.08 Accuracy: 0.7677669248905356 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0004.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.23it/s]
Loss: 0.6583728827536106 AUROC: 0.8417864307795554 AUPRC: 0.706588919053892 Sensitivity: 0.7648054145516074 Specificity: 0.770042194092827 Threshold: 0.09 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.29it/s]
Loss: 0.6096470714249509 AUROC: 0.8325213187601584 AUPRC: 0.6848314840831753 Sensitivity: 0.7394636015325671 Specificity: 0.772644098810613 Threshold: 0.09 Accuracy: 0.7638935668575277 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0005.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.6536317206919193 AUROC: 0.8410403592566414 AUPRC: 0.70565783238435 Sensitivity: 0.7749576988155669 Specificity: 0.7623066104078763 Threshold: 0.09 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.24it/s]
Loss: 0.6040988799105299 AUROC: 0.8320529077994295 AUPRC: 0.6846296109772466 Sensitivity: 0.7452107279693486 Specificity: 0.7676120768526989 Threshold: 0.09 Accuracy: 0.7617042775345234 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0006.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.5847234316170216 AUROC: 0.841197426945676 AUPRC: 0.7044323691112734 Sensitivity: 0.7445008460236887 Specificity: 0.7876230661040787 Threshold: 0.14 Accuracy: 0.7749627421758569 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.27it/s]
Loss: 0.5426369166754662 AUROC: 0.8323237740690497 AUPRC: 0.6841471165271296 Sensitivity: 0.7618135376756067 Specificity: 0.7522872827081427 Threshold: 0.13 Accuracy: 0.7547995958235096 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0007.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.25it/s]
Loss: 0.5316124390810728 AUROC: 0.8412914295777496 AUPRC: 0.7022551270107633 Sensitivity: 0.7783417935702199 Specificity: 0.759493670886076 Threshold: 0.18 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.24it/s]
Loss: 0.5008037939984747 AUROC: 0.8322837539246031 AUPRC: 0.6828456612506819 Sensitivity: 0.7477650063856961 Specificity: 0.7682982616651418 Threshold: 0.18 Accuracy: 0.7628831256315257 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0008.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.24it/s]
Loss: 0.5632645003497601 AUROC: 0.8405727259097432 AUPRC: 0.7028807186041721 Sensitivity: 0.7749576988155669 Specificity: 0.7559774964838256 Threshold: 0.14 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.28it/s]
Loss: 0.5263320505619049 AUROC: 0.8319123991171031 AUPRC: 0.6835591754633374 Sensitivity: 0.7509578544061303 Specificity: 0.7637236962488564 Threshold: 0.14 Accuracy: 0.7603570225665207 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0009.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
Loss: 0.6268001943826675 AUROC: 0.8397742984904843 AUPRC: 0.7042066196320375 Sensitivity: 0.766497461928934 Specificity: 0.7644163150492265 Threshold: 0.1 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.5793284523360273 AUROC: 0.831277407956589 AUPRC: 0.6836794327420939 Sensitivity: 0.7471264367816092 Specificity: 0.7694419030192132 Threshold: 0.1 Accuracy: 0.7635567531155271 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0010.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.5782081391662359 AUROC: 0.8399968110499499 AUPRC: 0.7032172750661687 Sensitivity: 0.754653130287648 Specificity: 0.7721518987341772 Threshold: 0.13 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.26it/s]
Loss: 0.5380125236003956 AUROC: 0.8313838849102438 AUPRC: 0.6834003280479546 Sensitivity: 0.7694763729246488 Specificity: 0.7410795974382434 Threshold: 0.12 Accuracy: 0.7485685415964971 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0011.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.5159475617110729 AUROC: 0.8400896237752885 AUPRC: 0.7007136597703316 Sensitivity: 0.7749576988155669 Specificity: 0.7587904360056259 Threshold: 0.2 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.48634079701088845 AUROC: 0.8314851037427305 AUPRC: 0.6830280395915668 Sensitivity: 0.7484035759897829 Specificity: 0.7673833485818847 Threshold: 0.2 Accuracy: 0.7623779050185248 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0012.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.5414703134447336 AUROC: 0.83918648456334 AUPRC: 0.7022816504429727 Sensitivity: 0.7817258883248731 Specificity: 0.7489451476793249 Threshold: 0.16 Accuracy: 0.7585692995529061 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.29it/s]
Loss: 0.5070265693233368 AUROC: 0.830511694061478 AUPRC: 0.6826849697152985 Sensitivity: 0.7522349936143039 Specificity: 0.7573193046660567 Threshold: 0.16 Accuracy: 0.7559784439205119 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0013.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.5406014006584883 AUROC: 0.8391960038172208 AUPRC: 0.7030283382247101 Sensitivity: 0.7614213197969543 Specificity: 0.770745428973277 Threshold: 0.15 Accuracy: 0.7680079483358172 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.5078264725335101 AUROC: 0.8305922455565955 AUPRC: 0.6829843202967596 Sensitivity: 0.7630906768837803 Specificity: 0.7445105215004575 Threshold: 0.14 Accuracy: 0.7494105759514988 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0014.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.25it/s]
Loss: 0.591122180223465 AUROC: 0.8390960516514715 AUPRC: 0.7039656334274078 Sensitivity: 0.751269035532995 Specificity: 0.7819971870604782 Threshold: 0.12 Accuracy: 0.7729756582215599 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.30it/s]
Loss: 0.5502019543597039 AUROC: 0.8298694729843578 AUPRC: 0.6812635194439501 Sensitivity: 0.7662835249042146 Specificity: 0.7493138151875571 Threshold: 0.11 Accuracy: 0.7537891545975076 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0015.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.18it/s]
Loss: 0.5178104415535927 AUROC: 0.8383428406881468 AUPRC: 0.7033377519972768 Sensitivity: 0.751269035532995 Specificity: 0.770042194092827 Threshold: 0.19 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.26it/s]
Loss: 0.4876910796824922 AUROC: 0.8299275314055892 AUPRC: 0.6829031790762835 Sensitivity: 0.7592592592592593 Specificity: 0.7511436413540714 Threshold: 0.18 Accuracy: 0.7532839339845065 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0016.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.5515081379562616 AUROC: 0.8383511700352926 AUPRC: 0.7035456146298069 Sensitivity: 0.754653130287648 Specificity: 0.7749648382559775 Threshold: 0.15 Accuracy: 0.7690014903129657 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.29it/s]
Loss: 0.5173992885554091 AUROC: 0.8290706767435637 AUPRC: 0.6802082175252061 Sensitivity: 0.7567049808429118 Specificity: 0.7536596523330283 Threshold: 0.14 Accuracy: 0.754462782081509 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0017.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
Loss: 0.5144467558711767 AUROC: 0.8381352019628702 AUPRC: 0.7042999014832655 Sensitivity: 0.7580372250423012 Specificity: 0.7609001406469761 Threshold: 0.21 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.24it/s]
Loss: 0.48662798423716364 AUROC: 0.8295368968204726 AUPRC: 0.6815027658691569 Sensitivity: 0.7624521072796935 Specificity: 0.7479414455626715 Threshold: 0.2 Accuracy: 0.7517682721455036 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0018.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.18it/s]
Loss: 0.5609271693974733 AUROC: 0.8373135713622766 AUPRC: 0.7036879085987435 Sensitivity: 0.754653130287648 Specificity: 0.7679324894514767 Threshold: 0.15 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.28it/s]
Loss: 0.5265882614445179 AUROC: 0.8279100195251565 AUPRC: 0.6778254997412587 Sensitivity: 0.7528735632183908 Specificity: 0.7538883806038427 Threshold: 0.14 Accuracy: 0.7536207477265072 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0019.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
Loss: 0.5669558420777321 AUROC: 0.8362355158602669 AUPRC: 0.7030652196902551 Sensitivity: 0.766497461928934 Specificity: 0.750351617440225 Threshold: 0.14 Accuracy: 0.7550919026328863 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.25it/s]
Loss: 0.5309472328170817 AUROC: 0.826956839004509 AUPRC: 0.6770180891808357 Sensitivity: 0.7445721583652618 Specificity: 0.762580054894785 Threshold: 0.14 Accuracy: 0.7578309195015157 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0020.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.5489818751811981 AUROC: 0.8400325082520033 AUPRC: 0.7051025583019696 Sensitivity: 0.7563451776649747 Specificity: 0.7672292545710268 Threshold: 0.16 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.30it/s]
Loss: 0.5151952048565479 AUROC: 0.8300443785426592 AUPRC: 0.680143691166898 Sensitivity: 0.7541507024265645 Specificity: 0.7536596523330283 Threshold: 0.15 Accuracy: 0.7537891545975076 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0021.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
Loss: 0.5899212192744017 AUROC: 0.8362236167929158 AUPRC: 0.7035513671069669 Sensitivity: 0.7648054145516074 Specificity: 0.7517580872011251 Threshold: 0.12 Accuracy: 0.7555886736214605 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.5536632598080533 AUROC: 0.8270219082539649 AUPRC: 0.6749148369954976 Sensitivity: 0.7413793103448276 Specificity: 0.7664684354986276 Threshold: 0.12 Accuracy: 0.7598518019535198 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0022.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.5569353178143501 AUROC: 0.8356715000678248 AUPRC: 0.7025190872517596 Sensitivity: 0.754653130287648 Specificity: 0.7672292545710268 Threshold: 0.16 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.24it/s]
Loss: 0.5222832706380398 AUROC: 0.826889651900694 AUPRC: 0.6763132274376973 Sensitivity: 0.7509578544061303 Specificity: 0.7538883806038427 Threshold: 0.15 Accuracy: 0.7531155271135063 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0023.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
Loss: 0.5286445152014494 AUROC: 0.837802623030407 AUPRC: 0.7049459011124405 Sensitivity: 0.7563451776649747 Specificity: 0.7735583684950773 Threshold: 0.18 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.4974364422737284 AUROC: 0.8292899111844911 AUPRC: 0.6790387435560589 Sensitivity: 0.7535121328224776 Specificity: 0.7554894784995425 Threshold: 0.17 Accuracy: 0.7549680026945099 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0024.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.24it/s]
Loss: 0.5278321541845798 AUROC: 0.8370779698287248 AUPRC: 0.7043450315238138 Sensitivity: 0.7681895093062606 Specificity: 0.750351617440225 Threshold: 0.17 Accuracy: 0.7555886736214605 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.16it/s]
Loss: 0.4982956888827872 AUROC: 0.8287205735091181 AUPRC: 0.67958699066151 Sensitivity: 0.7592592592592593 Specificity: 0.7438243366880146 Threshold: 0.16 Accuracy: 0.7478949141124958 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0025.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
Loss: 0.5922230258584023 AUROC: 0.83686259670967 AUPRC: 0.7034396961802216 Sensitivity: 0.7563451776649747 Specificity: 0.7665260196905767 Threshold: 0.12 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.5550360841319916 AUROC: 0.8277807573797731 AUPRC: 0.6736241074268124 Sensitivity: 0.756066411238825 Specificity: 0.7497712717291857 Threshold: 0.11 Accuracy: 0.7514314584035029 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0026.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.5509088579565287 AUROC: 0.8380227557764023 AUPRC: 0.7041397336832358 Sensitivity: 0.7580372250423012 Specificity: 0.7714486638537271 Threshold: 0.15 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.5177623981491049 AUROC: 0.8292479922740673 AUPRC: 0.676403765550866 Sensitivity: 0.7522349936143039 Specificity: 0.7566331198536139 Threshold: 0.14 Accuracy: 0.755473223307511 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0027.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.29it/s]
Loss: 0.5434242896735668 AUROC: 0.8383987663046971 AUPRC: 0.705072527633449 Sensitivity: 0.766497461928934 Specificity: 0.7531645569620253 Threshold: 0.16 Accuracy: 0.7570789865871833 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.20it/s]
Loss: 0.5078455098765962 AUROC: 0.829977191438844 AUPRC: 0.678992919987638 Sensitivity: 0.7630906768837803 Specificity: 0.7435956084172004 Threshold: 0.15 Accuracy: 0.7487369484674975 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0028.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.23it/s]
Loss: 0.529038617387414 AUROC: 0.8370862991758705 AUPRC: 0.7053817865658327 Sensitivity: 0.7529610829103215 Specificity: 0.7735583684950773 Threshold: 0.18 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.17it/s]
Loss: 0.49773205119244596 AUROC: 0.8291122305066844 AUPRC: 0.6794322979501672 Sensitivity: 0.7490421455938697 Specificity: 0.7596065873741995 Threshold: 0.17 Accuracy: 0.7568204782755137 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0029.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
Loss: 0.5113429017364979 AUROC: 0.8412807204171336 AUPRC: 0.707847603119118 Sensitivity: 0.7563451776649747 Specificity: 0.7735583684950773 Threshold: 0.19 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.20it/s]
Loss: 0.48384131300956645 AUROC: 0.8325232905555965 AUPRC: 0.6836492652300621 Sensitivity: 0.7515964240102171 Specificity: 0.7589204025617566 Threshold: 0.18 Accuracy: 0.756988885146514 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0030.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.5174967125058174 AUROC: 0.8367662142641261 AUPRC: 0.7047330254434505 Sensitivity: 0.7580372250423012 Specificity: 0.7658227848101266 Threshold: 0.18 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.18it/s]
Loss: 0.49117390906557123 AUROC: 0.8289568238143812 AUPRC: 0.6788224405929296 Sensitivity: 0.7528735632183908 Specificity: 0.7532021957913998 Threshold: 0.17 Accuracy: 0.7531155271135063 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0031.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
Loss: 0.4667794965207577 AUROC: 0.840471583837259 AUPRC: 0.7066437478366216 Sensitivity: 0.7631133671742809 Specificity: 0.7714486638537271 Threshold: 0.26 Accuracy: 0.7690014903129657 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.4479020916401072 AUROC: 0.8321261563484803 AUPRC: 0.6832875191557315 Sensitivity: 0.7675606641123882 Specificity: 0.7454254345837146 Threshold: 0.25 Accuracy: 0.7512630515325025 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0032.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.4943788591772318 AUROC: 0.8414425477331087 AUPRC: 0.7078455465825719 Sensitivity: 0.7631133671742809 Specificity: 0.7658227848101266 Threshold: 0.19 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.24it/s]
Loss: 0.4681993082482764 AUROC: 0.8335423436497669 AUPRC: 0.6827848605937791 Sensitivity: 0.7611749680715197 Specificity: 0.7532021957913998 Threshold: 0.18 Accuracy: 0.7553048164365106 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0033.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
Loss: 0.5368381571024656 AUROC: 0.8379573109059713 AUPRC: 0.7061502664664804 Sensitivity: 0.766497461928934 Specificity: 0.7573839662447257 Threshold: 0.15 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.19it/s]
Loss: 0.5052244885170714 AUROC: 0.8300177227895151 AUPRC: 0.6787983064758386 Sensitivity: 0.7586206896551724 Specificity: 0.7495425434583715 Threshold: 0.14 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0034.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.18it/s]
Loss: 0.5007133148610592 AUROC: 0.8362759726892606 AUPRC: 0.7042629683784553 Sensitivity: 0.754653130287648 Specificity: 0.7756680731364276 Threshold: 0.19 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.20it/s]
Loss: 0.47483146919849073 AUROC: 0.8289503972218425 AUPRC: 0.6777735409710947 Sensitivity: 0.7484035759897829 Specificity: 0.7570905763952425 Threshold: 0.18 Accuracy: 0.7547995958235096 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0035.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.24it/s]
Loss: 0.5057026706635952 AUROC: 0.8416079447692889 AUPRC: 0.707017129834449 Sensitivity: 0.7563451776649747 Specificity: 0.7728551336146273 Threshold: 0.19 Accuracy: 0.7680079483358172 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.25it/s]
Loss: 0.47994595607544516 AUROC: 0.8331078913882493 AUPRC: 0.6833473854937191 Sensitivity: 0.7554278416347382 Specificity: 0.7577767612076852 Threshold: 0.18 Accuracy: 0.7571572920175144 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0036.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.13it/s]
Loss: 0.4931396506726742 AUROC: 0.8383737782632597 AUPRC: 0.7053046092851467 Sensitivity: 0.7563451776649747 Specificity: 0.7693389592123769 Threshold: 0.2 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.46882090257837417 AUROC: 0.8307276421766753 AUPRC: 0.6803235181703249 Sensitivity: 0.7528735632183908 Specificity: 0.7564043915827996 Threshold: 0.19 Accuracy: 0.755473223307511 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0037.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.01it/s]
Loss: 0.5087632406502962 AUROC: 0.8408916209147527 AUPRC: 0.706324039451386 Sensitivity: 0.7563451776649747 Specificity: 0.7728551336146273 Threshold: 0.19 Accuracy: 0.7680079483358172 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:23<00:00, 1.98it/s]
Loss: 0.4827438437558235 AUROC: 0.8326464912557445 AUPRC: 0.6814326318954249 Sensitivity: 0.7541507024265645 Specificity: 0.7580054894784996 Threshold: 0.18 Accuracy: 0.756988885146514 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0038.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.11it/s]
Loss: 0.5102721024304628 AUROC: 0.8389020968536486 AUPRC: 0.7043228999730354 Sensitivity: 0.7495769881556683 Specificity: 0.770745428973277 Threshold: 0.18 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.20it/s]
Loss: 0.4828167196283949 AUROC: 0.8309850710255324 AUPRC: 0.6792540168447639 Sensitivity: 0.7484035759897829 Specificity: 0.7637236962488564 Threshold: 0.17 Accuracy: 0.7596833950825194 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0039.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.51145307905972 AUROC: 0.8446600555448464 AUPRC: 0.7060059690133538 Sensitivity: 0.766497461928934 Specificity: 0.7587904360056259 Threshold: 0.18 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.25it/s]
Loss: 0.4866719318831221 AUROC: 0.8343734189121766 AUPRC: 0.6828558153401902 Sensitivity: 0.7630906768837803 Specificity: 0.7461116193961573 Threshold: 0.17 Accuracy: 0.7505894240485012 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0040.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.5568958148360252 AUROC: 0.8409481414846706 AUPRC: 0.7062895138676671 Sensitivity: 0.7681895093062606 Specificity: 0.7566807313642757 Threshold: 0.13 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.5232818177405824 AUROC: 0.8322585587606726 AUPRC: 0.6767819814223925 Sensitivity: 0.7509578544061303 Specificity: 0.7646386093321135 Threshold: 0.13 Accuracy: 0.7610306500505221 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0041.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.47454866394400597 AUROC: 0.8451735003010464 AUPRC: 0.706938529404582 Sensitivity: 0.7631133671742809 Specificity: 0.7665260196905767 Threshold: 0.23 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.27it/s]
Loss: 0.45389061468712827 AUROC: 0.8356274808107789 AUPRC: 0.6854579013640169 Sensitivity: 0.7694763729246488 Specificity: 0.742451967063129 Threshold: 0.22 Accuracy: 0.7495789828224991 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0042.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.5270088482648134 AUROC: 0.8401836264073622 AUPRC: 0.7069471455318364 Sensitivity: 0.7698815566835872 Specificity: 0.7545710267229254 Threshold: 0.14 Accuracy: 0.7590660705414803 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.4973992198071581 AUROC: 0.8321046856870437 AUPRC: 0.679523636998028 Sensitivity: 0.7515964240102171 Specificity: 0.765096065873742 Threshold: 0.14 Accuracy: 0.761535870663523 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0043.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.15it/s]
Loss: 0.4525421503931284 AUROC: 0.8414937137227184 AUPRC: 0.7068199076487469 Sensitivity: 0.7698815566835872 Specificity: 0.7559774964838256 Threshold: 0.23 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.24it/s]
Loss: 0.4344532353446839 AUROC: 0.8324460253862089 AUPRC: 0.6818527141097007 Sensitivity: 0.7522349936143039 Specificity: 0.7618938700823422 Threshold: 0.23 Accuracy: 0.7593465813405187 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0044.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.5499627366662025 AUROC: 0.8372017201291763 AUPRC: 0.7044620116355959 Sensitivity: 0.7563451776649747 Specificity: 0.770745428973277 Threshold: 0.13 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.19it/s]
Loss: 0.5179615179274945 AUROC: 0.8288886873275774 AUPRC: 0.6750064600921865 Sensitivity: 0.756066411238825 Specificity: 0.7566331198536139 Threshold: 0.12 Accuracy: 0.756483664533513 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0045.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.25it/s]
Loss: 0.5169166661798954 AUROC: 0.8441359016280304 AUPRC: 0.7097802450058748 Sensitivity: 0.7563451776649747 Specificity: 0.7693389592123769 Threshold: 0.16 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.4844703065588119 AUROC: 0.8348711877160943 AUPRC: 0.6812145445740199 Sensitivity: 0.7579821200510856 Specificity: 0.7593778591033852 Threshold: 0.15 Accuracy: 0.759009767598518 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0046.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.12it/s]
Loss: 0.48261353000998497 AUROC: 0.8409987125209125 AUPRC: 0.7074200136219411 Sensitivity: 0.7732656514382402 Specificity: 0.7573839662447257 Threshold: 0.19 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.18it/s]
Loss: 0.4586507348304099 AUROC: 0.8326833711333822 AUPRC: 0.6810010529754599 Sensitivity: 0.7650063856960408 Specificity: 0.7458828911253431 Threshold: 0.18 Accuracy: 0.7509262377905018 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0047.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.13it/s]
Loss: 0.4604575280100107 AUROC: 0.8473016484967908 AUPRC: 0.7117371748750112 Sensitivity: 0.7580372250423012 Specificity: 0.7756680731364276 Threshold: 0.25 Accuracy: 0.7704918032786885 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.4411359765428178 AUROC: 0.8373163601182025 AUPRC: 0.6863448276941052 Sensitivity: 0.764367816091954 Specificity: 0.7461116193961573 Threshold: 0.24 Accuracy: 0.7509262377905018 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0048.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.03it/s]
Loss: 0.4730487447232008 AUROC: 0.8405465479615707 AUPRC: 0.7085991766109638 Sensitivity: 0.766497461928934 Specificity: 0.7609001406469761 Threshold: 0.22 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.44904806132012226 AUROC: 0.8330732023944316 AUPRC: 0.6825045369235276 Sensitivity: 0.7471264367816092 Specificity: 0.7673833485818847 Threshold: 0.22 Accuracy: 0.7620410912765241 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0049.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.16it/s]
Loss: 0.4828792829066515 AUROC: 0.8402657299720848 AUPRC: 0.7088614785124479 Sensitivity: 0.7614213197969543 Specificity: 0.7651195499296765 Threshold: 0.2 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.4557192122682612 AUROC: 0.8324737765812631 AUPRC: 0.6814383832355333 Sensitivity: 0.7547892720306514 Specificity: 0.7532021957913998 Threshold: 0.19 Accuracy: 0.7536207477265072 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0050.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:08<00:00, 1.97it/s]
Loss: 0.471334308385849 AUROC: 0.8435831899495717 AUPRC: 0.7122363420715884 Sensitivity: 0.7648054145516074 Specificity: 0.7644163150492265 Threshold: 0.21 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.44617258297636153 AUROC: 0.8354310315615802 AUPRC: 0.685101168616773 Sensitivity: 0.7586206896551724 Specificity: 0.7518298261665142 Threshold: 0.2 Accuracy: 0.7536207477265072 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0051.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.16it/s]
Loss: 0.4784076642245054 AUROC: 0.8394530236720047 AUPRC: 0.7062801762608599 Sensitivity: 0.7580372250423012 Specificity: 0.770042194092827 Threshold: 0.18 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.27it/s]
Loss: 0.45373937455897634 AUROC: 0.8322850684548954 AUPRC: 0.6792813536804425 Sensitivity: 0.7496807151979565 Specificity: 0.7614364135407137 Threshold: 0.17 Accuracy: 0.7583361401145167 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0052.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.15it/s]
Loss: 0.45720743760466576 AUROC: 0.8475158317091107 AUPRC: 0.7124248964714939 Sensitivity: 0.7783417935702199 Specificity: 0.7412095639943741 Threshold: 0.23 Accuracy: 0.7521112767014406 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.4385895418359878 AUROC: 0.836592638162976 AUPRC: 0.6872916678740905 Sensitivity: 0.7586206896551724 Specificity: 0.755946935041171 Threshold: 0.23 Accuracy: 0.7566520714045133 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0053.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.15it/s]
Loss: 0.5472350548952818 AUROC: 0.8495791299877916 AUPRC: 0.7166433659340787 Sensitivity: 0.7563451776649747 Specificity: 0.7756680731364276 Threshold: 0.13 Accuracy: 0.7699950322901142 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.5119079468732185 AUROC: 0.8387640961464982 AUPRC: 0.6833913759139727 Sensitivity: 0.7586206896551724 Specificity: 0.7596065873741995 Threshold: 0.12 Accuracy: 0.7593465813405187 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0054.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.4810755606740713 AUROC: 0.8453454418242697 AUPRC: 0.7132971392867204 Sensitivity: 0.7732656514382402 Specificity: 0.7573839662447257 Threshold: 0.2 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.19it/s]
Loss: 0.4547376055666741 AUROC: 0.835682983200887 AUPRC: 0.6849661946549056 Sensitivity: 0.7515964240102171 Specificity: 0.7614364135407137 Threshold: 0.2 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0055.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.18it/s]
Loss: 0.4821940064430237 AUROC: 0.8424753867791843 AUPRC: 0.7093415133197772 Sensitivity: 0.7614213197969543 Specificity: 0.7616033755274262 Threshold: 0.17 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.24it/s]
Loss: 0.4558968829347732 AUROC: 0.8337677125653906 AUPRC: 0.6825451143121855 Sensitivity: 0.7592592592592593 Specificity: 0.755946935041171 Threshold: 0.16 Accuracy: 0.7568204782755137 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0056.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.14it/s]
Loss: 0.48570406809449196 AUROC: 0.8463080763729738 AUPRC: 0.7133965529379427 Sensitivity: 0.7597292724196277 Specificity: 0.7658227848101266 Threshold: 0.19 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.45936237941396996 AUROC: 0.8368047157167579 AUPRC: 0.6851005182051646 Sensitivity: 0.7579821200510856 Specificity: 0.7520585544373285 Threshold: 0.18 Accuracy: 0.7536207477265072 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0057.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.45172070153057575 AUROC: 0.8451645760005331 AUPRC: 0.7113641334664137 Sensitivity: 0.7631133671742809 Specificity: 0.7672292545710268 Threshold: 0.24 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.4319499280858547 AUROC: 0.8350885233910442 AUPRC: 0.6822426972803959 Sensitivity: 0.7618135376756067 Specificity: 0.7463403476669717 Threshold: 0.23 Accuracy: 0.7504210171775009 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0058.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.17it/s]
Loss: 0.48755757696926594 AUROC: 0.8502776052413011 AUPRC: 0.7167394265225016 Sensitivity: 0.7631133671742809 Specificity: 0.7665260196905767 Threshold: 0.19 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.4640725977877353 AUROC: 0.8390852797145191 AUPRC: 0.6848662469097493 Sensitivity: 0.7630906768837803 Specificity: 0.7504574565416285 Threshold: 0.18 Accuracy: 0.7537891545975076 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0059.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.16it/s]
Loss: 0.5360716823488474 AUROC: 0.8412009966658813 AUPRC: 0.7086687037684503 Sensitivity: 0.7648054145516074 Specificity: 0.7609001406469761 Threshold: 0.11 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.25it/s]
Loss: 0.5039782222915203 AUROC: 0.8324821749692399 AUPRC: 0.6779468402974616 Sensitivity: 0.768837803320562 Specificity: 0.7486276303751144 Threshold: 0.1 Accuracy: 0.7539575614685079 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0060.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.49643743224442005 AUROC: 0.8424468290175415 AUPRC: 0.7102609910117255 Sensitivity: 0.754653130287648 Specificity: 0.7658227848101266 Threshold: 0.16 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.46979530282477117 AUROC: 0.834157982003204 AUPRC: 0.6814745659747847 Sensitivity: 0.7522349936143039 Specificity: 0.7596065873741995 Threshold: 0.15 Accuracy: 0.7576625126305153 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0061.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.5190190654247999 AUROC: 0.8441876625710076 AUPRC: 0.7118125945315883 Sensitivity: 0.7597292724196277 Specificity: 0.7665260196905767 Threshold: 0.15 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.4880014138018831 AUROC: 0.8356508502381929 AUPRC: 0.6823254483609452 Sensitivity: 0.7547892720306514 Specificity: 0.757548032936871 Threshold: 0.14 Accuracy: 0.7568204782755137 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0062.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
Loss: 0.4781603328883648 AUROC: 0.8430893786545011 AUPRC: 0.7116401273556726 Sensitivity: 0.7698815566835872 Specificity: 0.760196905766526 Threshold: 0.19 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.20it/s]
Loss: 0.4543687726588959 AUROC: 0.8336548090191968 AUPRC: 0.6802471153949194 Sensitivity: 0.7567049808429118 Specificity: 0.7548032936870998 Threshold: 0.18 Accuracy: 0.7553048164365106 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0063.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.15it/s]
Loss: 0.4960012212395668 AUROC: 0.8469613351705494 AUPRC: 0.7147103978310126 Sensitivity: 0.7580372250423012 Specificity: 0.7637130801687764 Threshold: 0.16 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.46818530718062784 AUROC: 0.837537347266186 AUPRC: 0.6866299170963887 Sensitivity: 0.7618135376756067 Specificity: 0.7568618481244281 Threshold: 0.15 Accuracy: 0.7581677332435164 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0064.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.4756312072277069 AUROC: 0.8467126446629113 AUPRC: 0.7124229568712505 Sensitivity: 0.7715736040609137 Specificity: 0.759493670886076 Threshold: 0.2 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.21it/s]
Loss: 0.45304553686304294 AUROC: 0.8366469720817135 AUPRC: 0.6830233722747971 Sensitivity: 0.7509578544061303 Specificity: 0.7616651418115279 Threshold: 0.2 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0065.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.10it/s]
Loss: 0.47635688073933125 AUROC: 0.8457071734717434 AUPRC: 0.7131161042466785 Sensitivity: 0.7597292724196277 Specificity: 0.7672292545710268 Threshold: 0.21 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.26it/s]
Loss: 0.4523143213480077 AUROC: 0.8357557935731739 AUPRC: 0.6837495521911899 Sensitivity: 0.7420178799489144 Specificity: 0.7687557182067704 Threshold: 0.21 Accuracy: 0.7617042775345234 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0066.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
Loss: 0.5905215982347727 AUROC: 0.8418685343442781 AUPRC: 0.7113133527368695 Sensitivity: 0.7817258883248731 Specificity: 0.7482419127988749 Threshold: 0.07 Accuracy: 0.7580725285643318 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.16it/s]
Loss: 0.550355483559852 AUROC: 0.8337793972790974 AUPRC: 0.6810840347944982 Sensitivity: 0.7637292464878672 Specificity: 0.7564043915827996 Threshold: 0.07 Accuracy: 0.7583361401145167 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0067.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
Loss: 0.47282436676323414 AUROC: 0.8519101572818722 AUPRC: 0.7172006600010056 Sensitivity: 0.7529610829103215 Specificity: 0.7784810126582279 Threshold: 0.22 Accuracy: 0.7709885742672627 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.45535579767632994 AUROC: 0.8375836479442499 AUPRC: 0.6856718645263399 Sensitivity: 0.7522349936143039 Specificity: 0.7593778591033852 Threshold: 0.21 Accuracy: 0.757494105759515 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0068.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
Loss: 0.48108252324163914 AUROC: 0.8479489577606908 AUPRC: 0.7138463133049372 Sensitivity: 0.7817258883248731 Specificity: 0.7454289732770746 Threshold: 0.22 Accuracy: 0.7560854446100348 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.45895776279429173 AUROC: 0.8378751815512392 AUPRC: 0.6834476822560893 Sensitivity: 0.7650063856960408 Specificity: 0.7465690759377859 Threshold: 0.22 Accuracy: 0.7514314584035029 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0069.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.5323404297232628 AUROC: 0.8420113231524913 AUPRC: 0.7104989744802356 Sensitivity: 0.766497461928934 Specificity: 0.7573839662447257 Threshold: 0.1 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5001123756804364 AUROC: 0.8337926886409393 AUPRC: 0.6802075391552231 Sensitivity: 0.7490421455938697 Specificity: 0.7648673376029277 Threshold: 0.1 Accuracy: 0.7606938363085214 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0070.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5431072041392326 AUROC: 0.8509820300284864 AUPRC: 0.7172835315244857 Sensitivity: 0.7631133671742809 Specificity: 0.770042194092827 Threshold: 0.11 Accuracy: 0.7680079483358172 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.513208713937313 AUROC: 0.8384709558913742 AUPRC: 0.683825399312774 Sensitivity: 0.7567049808429118 Specificity: 0.7632662397072278 Threshold: 0.1 Accuracy: 0.761535870663523 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0071.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.5701420698314905 AUROC: 0.8378216615381686 AUPRC: 0.7063260769846404 Sensitivity: 0.7495769881556683 Specificity: 0.7805907172995781 Threshold: 0.1 Accuracy: 0.771485345255837 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.5253682250672198 AUROC: 0.8310808126484688 AUPRC: 0.6770291427869518 Sensitivity: 0.7567049808429118 Specificity: 0.7506861848124429 Threshold: 0.09 Accuracy: 0.7522734927585045 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0072.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.5341992788016796 AUROC: 0.8424135116289585 AUPRC: 0.7119546898416288 Sensitivity: 0.7715736040609137 Specificity: 0.7566807313642757 Threshold: 0.1 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.4993406930502425 AUROC: 0.8343306236482246 AUPRC: 0.6836402453434122 Sensitivity: 0.7535121328224776 Specificity: 0.7630375114364135 Threshold: 0.1 Accuracy: 0.7605254294375211 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0073.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.4698685295879841 AUROC: 0.8424527785512171 AUPRC: 0.7109047756425803 Sensitivity: 0.7698815566835872 Specificity: 0.7566807313642757 Threshold: 0.18 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.44675456938591407 AUROC: 0.8338591454501477 AUPRC: 0.682241935186977 Sensitivity: 0.7586206896551724 Specificity: 0.7488563586459286 Threshold: 0.17 Accuracy: 0.7514314584035029 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0074.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.4652808215469122 AUROC: 0.8456798056168359 AUPRC: 0.7112504166077378 Sensitivity: 0.7681895093062606 Specificity: 0.7566807313642757 Threshold: 0.18 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.44570589509416136 AUROC: 0.8360913639449464 AUPRC: 0.6852415494523671 Sensitivity: 0.7637292464878672 Specificity: 0.7538883806038427 Threshold: 0.17 Accuracy: 0.756483664533513 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0075.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.4738118201494217 AUROC: 0.845573903917411 AUPRC: 0.7124574639766131 Sensitivity: 0.7580372250423012 Specificity: 0.7672292545710268 Threshold: 0.23 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.44984850033800655 AUROC: 0.8354507495159608 AUPRC: 0.6823068295088507 Sensitivity: 0.7541507024265645 Specificity: 0.7541171088746569 Threshold: 0.22 Accuracy: 0.7541259683395083 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0076.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.4755707960575819 AUROC: 0.8488235392109967 AUPRC: 0.7148186086208765 Sensitivity: 0.7631133671742809 Specificity: 0.7623066104078763 Threshold: 0.21 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.45095487034067194 AUROC: 0.8388122955905395 AUPRC: 0.6833053998758256 Sensitivity: 0.743933588761175 Specificity: 0.7680695333943275 Threshold: 0.21 Accuracy: 0.7617042775345234 Intermediate Model: ./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0077.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.5691015366464853 AUROC: 0.8451027008503074 AUPRC: 0.7135375012003728 Sensitivity: 0.7698815566835872 Specificity: 0.7559774964838256 Threshold: 0.09 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5329689802007472 AUROC: 0.8343215679951018 AUPRC: 0.6800478061675206 Sensitivity: 0.7573435504469987 Specificity: 0.7607502287282708 Threshold: 0.09 Accuracy: 0.7598518019535198 Plot AUROC/AUPRC for Each Intermediate Model Epoch with best Validation Loss: 57, 0.4502 Epoch with best model Test AUROC: 58, 0.8391 Epoch with best model Test Accuracy: 3, 0.7678
AUROC/AUPRC Plots - Best Model Based on Validation Loss
Epoch with best Validation Loss: 57, 0.4502
Best Model Based on Validation Loss:
./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0057.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.34it/s]
Loss: 0.4319499280858547 AUROC: 0.8350885233910442 AUPRC: 0.6822426972803959 Sensitivity: 0.7618135376756067 Specificity: 0.7463403476669717 Threshold: 0.23 Accuracy: 0.7504210171775009
best_model_val_test_auroc: 0.8350885233910442
best_model_val_test_auprc: 0.6822426972803959
AUROC/AUPRC Plots - Best Model Based on Model AUROC
Epoch with best model Test AUROC: 58, 0.8391
Best Model Based on Model AUROC:
./vitaldb_cache/models/ABP_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_4c033450_0058.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.34it/s]
Loss: 0.4640725977877353 AUROC: 0.8390852797145191 AUPRC: 0.6848662469097493 Sensitivity: 0.7630906768837803 Specificity: 0.7504574565416285 Threshold: 0.18 Accuracy: 0.7537891545975076
best_model_auroc_test_auroc: 0.8390852797145191
best_model_auroc_test_auprc: 0.6848662469097493 Total Processing Time: 7480.9470 sec
RUN_ME = True
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=True,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=1e-1,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
Experiment Setup
name: ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf
prediction_window: 003
max_cases: _ALL
use_abp: True
use_eeg: True
use_ecg: False
n_residuals: 12
skip_connection: False
batch_size: 128
learning_rate: 0.0001
weight_decay: 0.1
balance_labels: False
max_epochs: 200
patience: 20
device: mps
Model Architecture
HypotensionCNN(
(abpResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=1, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
)
(abpFc): Linear(in_features=2814, out_features=32, bias=True)
(eegResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
)
(eegFc): Linear(in_features=720, out_features=32, bias=True)
(fullLinear1): Linear(in_features=64, out_features=16, bias=True)
(fullLinear2): Linear(in_features=16, out_features=1, bias=True)
(sigmoid): Sigmoid()
)
Training Loop
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:49<00:00, 1.86it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 18:04:31.643778] Completed epoch 0 with training loss 0.51595116, validation loss 0.56931031 Validation loss improved to 0.56931031. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:53<00:00, 1.73it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
[2024-05-04 18:05:31.860649] Completed epoch 1 with training loss 0.43843874, validation loss 0.60139990 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.83it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 18:06:28.956238] Completed epoch 2 with training loss 0.43609357, validation loss 0.62353420 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.82it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 18:07:26.157662] Completed epoch 3 with training loss 0.43331760, validation loss 0.61659265 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.83it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 18:08:23.383629] Completed epoch 4 with training loss 0.43372226, validation loss 0.60641098 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.83it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
[2024-05-04 18:09:20.379239] Completed epoch 5 with training loss 0.43268588, validation loss 0.65770650 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.82it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 18:10:17.439055] Completed epoch 6 with training loss 0.43122524, validation loss 0.62906861 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.79it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
[2024-05-04 18:11:15.658110] Completed epoch 7 with training loss 0.43106535, validation loss 0.61194301 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
[2024-05-04 18:12:14.419454] Completed epoch 8 with training loss 0.43007794, validation loss 0.63638359 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:49<00:00, 1.84it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 18:13:10.867988] Completed epoch 9 with training loss 0.43108729, validation loss 0.60573643 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.81it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 18:14:08.465541] Completed epoch 10 with training loss 0.42950326, validation loss 0.58465004 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.83it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 18:15:05.290335] Completed epoch 11 with training loss 0.43027970, validation loss 0.56708413 Validation loss improved to 0.56708413. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:51<00:00, 1.77it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
[2024-05-04 18:16:04.419313] Completed epoch 12 with training loss 0.43070278, validation loss 0.57278872 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.82it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
[2024-05-04 18:17:01.815053] Completed epoch 13 with training loss 0.43025759, validation loss 0.54181939 Validation loss improved to 0.54181939. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.81it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
[2024-05-04 18:17:59.529098] Completed epoch 14 with training loss 0.42799452, validation loss 0.57969230 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.84it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
[2024-05-04 18:18:56.127006] Completed epoch 15 with training loss 0.42701909, validation loss 0.59153694 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.82it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
[2024-05-04 18:19:53.348460] Completed epoch 16 with training loss 0.42744860, validation loss 0.55291092 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.81it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 18:20:50.866410] Completed epoch 17 with training loss 0.42606500, validation loss 0.57097864 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.81it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
[2024-05-04 18:21:48.379196] Completed epoch 18 with training loss 0.42602563, validation loss 0.52668321 Validation loss improved to 0.52668321. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:50<00:00, 1.84it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 18:22:45.156483] Completed epoch 19 with training loss 0.42469531, validation loss 0.58484495 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.90it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 18:23:39.956734] Completed epoch 20 with training loss 0.42607340, validation loss 0.54882979 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 18:24:33.903568] Completed epoch 21 with training loss 0.42568558, validation loss 0.59217632 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 18:25:28.067117] Completed epoch 22 with training loss 0.42476907, validation loss 0.57318640 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
[2024-05-04 18:26:22.473222] Completed epoch 23 with training loss 0.42451999, validation loss 0.53387308 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 18:27:16.290411] Completed epoch 24 with training loss 0.42503154, validation loss 0.55703801 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 18:28:10.353191] Completed epoch 25 with training loss 0.42453563, validation loss 0.59438860 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
[2024-05-04 18:29:03.771840] Completed epoch 26 with training loss 0.42486233, validation loss 0.51528668 Validation loss improved to 0.51528668. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
[2024-05-04 18:29:56.890277] Completed epoch 27 with training loss 0.42520767, validation loss 0.51663387 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 18:30:49.744407] Completed epoch 28 with training loss 0.42406601, validation loss 0.54655039 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 18:31:43.290297] Completed epoch 29 with training loss 0.42302650, validation loss 0.57752097 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.90it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 18:32:38.458545] Completed epoch 30 with training loss 0.42454436, validation loss 0.49015594 Validation loss improved to 0.49015594. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 18:33:32.883823] Completed epoch 31 with training loss 0.42436409, validation loss 0.57839531 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 18:34:26.749596] Completed epoch 32 with training loss 0.42358524, validation loss 0.50428909 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 18:35:20.245188] Completed epoch 33 with training loss 0.42259362, validation loss 0.59037876 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 18:36:14.101398] Completed epoch 34 with training loss 0.42181462, validation loss 0.54059255 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 18:37:07.430414] Completed epoch 35 with training loss 0.42225298, validation loss 0.52900124 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 18:38:01.033546] Completed epoch 36 with training loss 0.42145520, validation loss 0.57940173 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 18:38:54.604589] Completed epoch 37 with training loss 0.42236859, validation loss 0.56908274 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 18:39:48.803529] Completed epoch 38 with training loss 0.42181820, validation loss 0.53576177 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 18:40:42.258489] Completed epoch 39 with training loss 0.42203423, validation loss 0.51221544 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 18:41:35.684789] Completed epoch 40 with training loss 0.42219472, validation loss 0.46963444 Validation loss improved to 0.46963444. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 18:42:29.060611] Completed epoch 41 with training loss 0.42003015, validation loss 0.48398554 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 18:43:22.378921] Completed epoch 42 with training loss 0.41966355, validation loss 0.49232799 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
[2024-05-04 18:44:15.734632] Completed epoch 43 with training loss 0.42181376, validation loss 0.53230447 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
[2024-05-04 18:45:09.677094] Completed epoch 44 with training loss 0.42194515, validation loss 0.45329744 Validation loss improved to 0.45329744. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 18:46:03.410049] Completed epoch 45 with training loss 0.42120850, validation loss 0.54861248 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 18:46:57.035810] Completed epoch 46 with training loss 0.42263335, validation loss 0.51326239 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 18:47:50.718549] Completed epoch 47 with training loss 0.42148992, validation loss 0.53479350 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 18:48:44.010847] Completed epoch 48 with training loss 0.42092597, validation loss 0.47474155 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 18:49:38.139670] Completed epoch 49 with training loss 0.42143899, validation loss 0.47249156 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 18:50:31.903086] Completed epoch 50 with training loss 0.42164072, validation loss 0.53381157 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
[2024-05-04 18:51:25.353989] Completed epoch 51 with training loss 0.42159906, validation loss 0.54176635 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 18:52:18.746284] Completed epoch 52 with training loss 0.42257455, validation loss 0.51746082 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 18:53:12.622326] Completed epoch 53 with training loss 0.42049068, validation loss 0.53001648 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 18:54:06.478441] Completed epoch 54 with training loss 0.42181039, validation loss 0.45325842 Validation loss improved to 0.45325842. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 18:55:00.265397] Completed epoch 55 with training loss 0.42164376, validation loss 0.57029819 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
[2024-05-04 18:55:53.760463] Completed epoch 56 with training loss 0.42031488, validation loss 0.51655996 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
[2024-05-04 18:56:47.227675] Completed epoch 57 with training loss 0.42225093, validation loss 0.49591711 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 18:57:40.648389] Completed epoch 58 with training loss 0.42170620, validation loss 0.48164955 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
[2024-05-04 18:58:33.940252] Completed epoch 59 with training loss 0.42004269, validation loss 0.47596535 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 18:59:27.666827] Completed epoch 60 with training loss 0.42040497, validation loss 0.51318717 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 19:00:21.558182] Completed epoch 61 with training loss 0.41973880, validation loss 0.49069160 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 19:01:14.961703] Completed epoch 62 with training loss 0.42106366, validation loss 0.52864349 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 19:02:09.345724] Completed epoch 63 with training loss 0.42160264, validation loss 0.44357079 Validation loss improved to 0.44357079. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 19:03:03.748402] Completed epoch 64 with training loss 0.42081249, validation loss 0.53073198 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
[2024-05-04 19:03:58.381517] Completed epoch 65 with training loss 0.41988561, validation loss 0.58588374 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.89it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
[2024-05-04 19:04:53.310604] Completed epoch 66 with training loss 0.42057878, validation loss 0.52499807 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 19:05:47.355501] Completed epoch 67 with training loss 0.41987294, validation loss 0.49401334 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 19:06:41.359582] Completed epoch 68 with training loss 0.42067686, validation loss 0.50302166 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 19:07:35.397011] Completed epoch 69 with training loss 0.42096707, validation loss 0.52191389 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
[2024-05-04 19:08:29.705471] Completed epoch 70 with training loss 0.41917163, validation loss 0.49777734 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 19:09:24.078920] Completed epoch 71 with training loss 0.41946366, validation loss 0.51195359 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 19:10:18.961214] Completed epoch 72 with training loss 0.42040291, validation loss 0.50527328 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 19:11:13.160026] Completed epoch 73 with training loss 0.42088583, validation loss 0.59768224 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.90it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 19:12:07.996141] Completed epoch 74 with training loss 0.42045030, validation loss 0.46439660 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 19:13:02.675359] Completed epoch 75 with training loss 0.41954547, validation loss 0.45361674 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 19:13:57.067149] Completed epoch 76 with training loss 0.41994423, validation loss 0.51297325 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
[2024-05-04 19:14:50.809645] Completed epoch 77 with training loss 0.42070636, validation loss 0.50125468 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.90it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 19:15:45.685336] Completed epoch 78 with training loss 0.41929221, validation loss 0.59408891 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.90it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
[2024-05-04 19:16:40.544525] Completed epoch 79 with training loss 0.42094189, validation loss 0.54114735 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 19:17:35.293545] Completed epoch 80 with training loss 0.42061129, validation loss 0.47463658 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 19:18:29.746846] Completed epoch 81 with training loss 0.41838828, validation loss 0.46942925 No improvement in validation loss. 18 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
[2024-05-04 19:19:23.902594] Completed epoch 82 with training loss 0.42085540, validation loss 0.50348347 No improvement in validation loss. 19 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
[2024-05-04 19:20:18.020196] Completed epoch 83 with training loss 0.42099604, validation loss 0.47398388 No improvement in validation loss. 20 epochs without improvement. Early stopping due to no improvement in validation loss. Plot Validation and Loss Values from Training Epoch with best Validation Loss: 63, 0.4436
Generate AUROC/AUPRC for Each Intermediate Model Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0000.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:05<00:00, 2.90it/s]
Loss: 0.568305591121316 AUROC: 0.8403287950290457 AUPRC: 0.6933232421220822 Sensitivity: 0.7834179357021996 Specificity: 0.7482419127988749 Threshold: 0.18 Accuracy: 0.7585692995529061 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.5324751224289549 AUROC: 0.8249602865792884 AUPRC: 0.6644485161598012 Sensitivity: 0.7452107279693486 Specificity: 0.760064043915828 Threshold: 0.18 Accuracy: 0.7561468507915123 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0001.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.598136231303215 AUROC: 0.8424670574320385 AUPRC: 0.7033561679704929 Sensitivity: 0.7817258883248731 Specificity: 0.7609001406469761 Threshold: 0.14 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.557079959422984 AUROC: 0.8300337892708622 AUPRC: 0.678740238544247 Sensitivity: 0.7362707535121328 Specificity: 0.7717291857273559 Threshold: 0.14 Accuracy: 0.7623779050185248 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0002.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.6243866719305515 AUROC: 0.8417888105930258 AUPRC: 0.7057636066150065 Sensitivity: 0.766497461928934 Specificity: 0.7686357243319268 Threshold: 0.12 Accuracy: 0.7680079483358172 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5776393312088987 AUROC: 0.8309683472790391 AUPRC: 0.6820153056222417 Sensitivity: 0.7349936143039592 Specificity: 0.7779048490393413 Threshold: 0.12 Accuracy: 0.7665880767935331 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0003.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
Loss: 0.6148738004267216 AUROC: 0.8415317907382419 AUPRC: 0.7054756739394747 Sensitivity: 0.7868020304568528 Specificity: 0.7447257383966245 Threshold: 0.12 Accuracy: 0.7570789865871833 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.5695730327291691 AUROC: 0.8315498808743437 AUPRC: 0.6825059478430717 Sensitivity: 0.7567049808429118 Specificity: 0.7568618481244281 Threshold: 0.12 Accuracy: 0.7568204782755137 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0004.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.6065196581184864 AUROC: 0.8414270789455521 AUPRC: 0.7053854275872599 Sensitivity: 0.7428087986463621 Specificity: 0.790436005625879 Threshold: 0.13 Accuracy: 0.7764530551415797 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5638820874564191 AUROC: 0.8318706992950612 AUPRC: 0.683166661909492 Sensitivity: 0.7681992337164751 Specificity: 0.7445105215004575 Threshold: 0.12 Accuracy: 0.7507578309195015 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0005.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.6521284803748131 AUROC: 0.840883291567607 AUPRC: 0.7053484473505764 Sensitivity: 0.7428087986463621 Specificity: 0.7883263009845288 Threshold: 0.1 Accuracy: 0.7749627421758569 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.6034293710551364 AUROC: 0.8314632679339907 AUPRC: 0.6831448415745222 Sensitivity: 0.776500638569604 Specificity: 0.7353613906678865 Threshold: 0.09 Accuracy: 0.7462108454024924 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0006.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.6272323559969664 AUROC: 0.8405560672154516 AUPRC: 0.7044018768957173 Sensitivity: 0.7428087986463621 Specificity: 0.7883263009845288 Threshold: 0.11 Accuracy: 0.7749627421758569 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5831606324682844 AUROC: 0.8312634593296012 AUPRC: 0.682715230233818 Sensitivity: 0.7681992337164751 Specificity: 0.7433668801463861 Threshold: 0.1 Accuracy: 0.7499157965644998 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0007.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.6084731109440327 AUROC: 0.8399742028219829 AUPRC: 0.702966121919981 Sensitivity: 0.7563451776649747 Specificity: 0.7679324894514767 Threshold: 0.12 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5676552599414866 AUROC: 0.830675937318522 AUPRC: 0.6818064112721144 Sensitivity: 0.7369093231162197 Specificity: 0.7740164684354987 Threshold: 0.12 Accuracy: 0.7642303805995284 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0008.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.6386880874633789 AUROC: 0.83907939295718 AUPRC: 0.7024699493213593 Sensitivity: 0.7783417935702199 Specificity: 0.750351617440225 Threshold: 0.1 Accuracy: 0.7585692995529061 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.5896985778149139 AUROC: 0.8300873198655324 AUPRC: 0.6810488221618369 Sensitivity: 0.7528735632183908 Specificity: 0.7573193046660567 Threshold: 0.1 Accuracy: 0.7561468507915123 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0009.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.6050509754568338 AUROC: 0.8389723013510202 AUPRC: 0.7018522505854815 Sensitivity: 0.751269035532995 Specificity: 0.7735583684950773 Threshold: 0.12 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.5626246374338231 AUROC: 0.8299682818446424 AUPRC: 0.6809894778951356 Sensitivity: 0.7343550446998723 Specificity: 0.7779048490393413 Threshold: 0.12 Accuracy: 0.7664196699225329 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0010.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.5876322090625763 AUROC: 0.8388556904909793 AUPRC: 0.7009029001561594 Sensitivity: 0.7766497461928934 Specificity: 0.7517580872011251 Threshold: 0.13 Accuracy: 0.7590660705414803 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.5447535039262569 AUROC: 0.8297414523398055 AUPRC: 0.6804972929158954 Sensitivity: 0.7515964240102171 Specificity: 0.7609789569990851 Threshold: 0.13 Accuracy: 0.7585045469855171 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0011.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.5661565754562616 AUROC: 0.8388080942215749 AUPRC: 0.7009097348065042 Sensitivity: 0.766497461928934 Specificity: 0.7637130801687764 Threshold: 0.15 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5274513579429464 AUROC: 0.8299019710943552 AUPRC: 0.6811772180431259 Sensitivity: 0.7401021711366539 Specificity: 0.7710430009149131 Threshold: 0.15 Accuracy: 0.7628831256315257 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0012.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.5756046772003174 AUROC: 0.8384427928538961 AUPRC: 0.7019410053853053 Sensitivity: 0.7495769881556683 Specificity: 0.7812939521800282 Threshold: 0.14 Accuracy: 0.7719821162444114 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.5361364518708371 AUROC: 0.8294150836800771 AUPRC: 0.6808714060923005 Sensitivity: 0.7624521072796935 Specificity: 0.7481701738334858 Threshold: 0.13 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0013.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.542411683127284 AUROC: 0.8388271327293366 AUPRC: 0.7003943054149423 Sensitivity: 0.7715736040609137 Specificity: 0.7566807313642757 Threshold: 0.16 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5078703700862033 AUROC: 0.830185252372289 AUPRC: 0.6819524936962285 Sensitivity: 0.7490421455938697 Specificity: 0.7639524245196706 Threshold: 0.16 Accuracy: 0.76002020882452 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0014.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.5794579349458218 AUROC: 0.8377288488128302 AUPRC: 0.7015055194453705 Sensitivity: 0.766497461928934 Specificity: 0.759493670886076 Threshold: 0.13 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5397773958901142 AUROC: 0.8288002486507076 AUPRC: 0.6798406284839512 Sensitivity: 0.7458492975734355 Specificity: 0.7671546203110704 Threshold: 0.13 Accuracy: 0.761535870663523 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0015.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.5856678169220686 AUROC: 0.8364711173938186 AUPRC: 0.7011984384644666 Sensitivity: 0.754653130287648 Specificity: 0.7777777777777778 Threshold: 0.13 Accuracy: 0.7709885742672627 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5470149589979902 AUROC: 0.8275158064964672 AUPRC: 0.6776050074002107 Sensitivity: 0.7624521072796935 Specificity: 0.7493138151875571 Threshold: 0.12 Accuracy: 0.7527787133715056 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0016.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.5527292396873236 AUROC: 0.8369673085023596 AUPRC: 0.7015046646038281 Sensitivity: 0.7563451776649747 Specificity: 0.7644163150492265 Threshold: 0.16 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5185803330325066 AUROC: 0.8281176422818377 AUPRC: 0.679432423279194 Sensitivity: 0.7611749680715197 Specificity: 0.747483989021043 Threshold: 0.15 Accuracy: 0.7510946446615022 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0017.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.5685780346393585 AUROC: 0.8367852527718876 AUPRC: 0.7032016361188065 Sensitivity: 0.7529610829103215 Specificity: 0.7672292545710268 Threshold: 0.14 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5330391808393153 AUROC: 0.8279165191471561 AUPRC: 0.6783888779117168 Sensitivity: 0.7624521072796935 Specificity: 0.7497712717291857 Threshold: 0.13 Accuracy: 0.7531155271135063 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0018.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.5258708987385035 AUROC: 0.8363092900778438 AUPRC: 0.7027105488650752 Sensitivity: 0.7648054145516074 Specificity: 0.749648382559775 Threshold: 0.19 Accuracy: 0.7540983606557377 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.4953501389381733 AUROC: 0.8279272544778745 AUPRC: 0.6801233814860097 Sensitivity: 0.7432950191570882 Specificity: 0.7596065873741995 Threshold: 0.19 Accuracy: 0.7553048164365106 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0019.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.5854278262704611 AUROC: 0.8371422247924207 AUPRC: 0.7048539992249728 Sensitivity: 0.7715736040609137 Specificity: 0.750351617440225 Threshold: 0.12 Accuracy: 0.756582215598609 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5459291307215995 AUROC: 0.8282607069952875 AUPRC: 0.6776794106415991 Sensitivity: 0.7490421455938697 Specificity: 0.7584629460201281 Threshold: 0.12 Accuracy: 0.7559784439205119 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0020.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.547433054074645 AUROC: 0.8370315634660555 AUPRC: 0.7041299168967909 Sensitivity: 0.7698815566835872 Specificity: 0.7447257383966245 Threshold: 0.16 Accuracy: 0.7521112767014406 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5143020733239803 AUROC: 0.8281962950109778 AUPRC: 0.6789466557559497 Sensitivity: 0.7490421455938697 Specificity: 0.7580054894784996 Threshold: 0.16 Accuracy: 0.7556416301785113 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0021.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.5915297903120518 AUROC: 0.8347493223481143 AUPRC: 0.702918753969618 Sensitivity: 0.7580372250423012 Specificity: 0.7531645569620253 Threshold: 0.11 Accuracy: 0.754595131644312 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.553231508807933 AUROC: 0.8264824396280055 AUPRC: 0.6755195301119477 Sensitivity: 0.7445721583652618 Specificity: 0.7623513266239708 Threshold: 0.11 Accuracy: 0.7576625126305153 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0022.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.575700493529439 AUROC: 0.8380644025121311 AUPRC: 0.7049432174208874 Sensitivity: 0.7715736040609137 Specificity: 0.7489451476793249 Threshold: 0.12 Accuracy: 0.7555886736214605 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.5354587613268101 AUROC: 0.8292172468711259 AUPRC: 0.6774540801001558 Sensitivity: 0.7503192848020435 Specificity: 0.7580054894784996 Threshold: 0.12 Accuracy: 0.7559784439205119 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0023.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.5325752142816782 AUROC: 0.8385879614755796 AUPRC: 0.7037570454011539 Sensitivity: 0.754653130287648 Specificity: 0.7728551336146273 Threshold: 0.17 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5048061805836698 AUROC: 0.8295758215230089 AUPRC: 0.6811471990039729 Sensitivity: 0.7496807151979565 Specificity: 0.7593778591033852 Threshold: 0.16 Accuracy: 0.7568204782755137 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0024.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.5576832834631205 AUROC: 0.8399385056199296 AUPRC: 0.7066755659382359 Sensitivity: 0.7597292724196277 Specificity: 0.770042194092827 Threshold: 0.15 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5233680900741131 AUROC: 0.8305880098478767 AUPRC: 0.6804772736454189 Sensitivity: 0.7573435504469987 Specificity: 0.7534309240622141 Threshold: 0.14 Accuracy: 0.754462782081509 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0025.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.5944366380572319 AUROC: 0.8389615921904041 AUPRC: 0.7049005698149501 Sensitivity: 0.7698815566835872 Specificity: 0.7609001406469761 Threshold: 0.11 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.5528153647133645 AUROC: 0.8297161111169535 AUPRC: 0.6765579029242134 Sensitivity: 0.7458492975734355 Specificity: 0.7682982616651418 Threshold: 0.11 Accuracy: 0.7623779050185248 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0026.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.5158200040459633 AUROC: 0.8373111915488064 AUPRC: 0.7052033314160289 Sensitivity: 0.7580372250423012 Specificity: 0.7665260196905767 Threshold: 0.19 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.4871065160061451 AUROC: 0.8289390046259781 AUPRC: 0.6800574037038787 Sensitivity: 0.7554278416347382 Specificity: 0.7497712717291857 Threshold: 0.18 Accuracy: 0.7512630515325025 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0027.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.5156710054725409 AUROC: 0.837251696212051 AUPRC: 0.7056755685691929 Sensitivity: 0.7563451776649747 Specificity: 0.7672292545710268 Threshold: 0.19 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.4876773404948255 AUROC: 0.8288868615910608 AUPRC: 0.6793943083292002 Sensitivity: 0.7522349936143039 Specificity: 0.7538883806038427 Threshold: 0.18 Accuracy: 0.7534523408555069 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0028.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
Loss: 0.5440018363296986 AUROC: 0.8372707347198126 AUPRC: 0.7053320484442198 Sensitivity: 0.7563451776649747 Specificity: 0.7609001406469761 Threshold: 0.16 Accuracy: 0.7595628415300546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5136593253688609 AUROC: 0.8288685311964329 AUPRC: 0.6770809859018916 Sensitivity: 0.7592592592592593 Specificity: 0.7483989021043 Threshold: 0.15 Accuracy: 0.7512630515325025 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0029.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.5755344778299332 AUROC: 0.8365032448756667 AUPRC: 0.7052419528021695 Sensitivity: 0.7648054145516074 Specificity: 0.7566807313642757 Threshold: 0.12 Accuracy: 0.7590660705414803 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.539667325768065 AUROC: 0.8277566576577524 AUPRC: 0.6754705126388176 Sensitivity: 0.7656449553001277 Specificity: 0.7419945105215004 Threshold: 0.11 Accuracy: 0.7482317278544964 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0030.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
Loss: 0.4894185736775398 AUROC: 0.8443494898869827 AUPRC: 0.7010121148079791 Sensitivity: 0.7715736040609137 Specificity: 0.7566807313642757 Threshold: 0.2 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.4667826291728527 AUROC: 0.8347193594673642 AUPRC: 0.6860525120367869 Sensitivity: 0.7471264367816092 Specificity: 0.7646386093321135 Threshold: 0.2 Accuracy: 0.76002020882452 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0031.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.5775497667491436 AUROC: 0.8354739755497964 AUPRC: 0.7034071077876402 Sensitivity: 0.7681895093062606 Specificity: 0.7426160337552743 Threshold: 0.12 Accuracy: 0.7501241927471436 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.5402472282343722 AUROC: 0.8268744617728748 AUPRC: 0.6739595447703368 Sensitivity: 0.7522349936143039 Specificity: 0.7561756633119854 Threshold: 0.12 Accuracy: 0.7551364095655103 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0032.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.5053962357342243 AUROC: 0.8408071375365599 AUPRC: 0.7057896642288262 Sensitivity: 0.7698815566835872 Specificity: 0.7524613220815752 Threshold: 0.21 Accuracy: 0.7575757575757576 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.47747111732655384 AUROC: 0.8325155494327655 AUPRC: 0.6840389696018577 Sensitivity: 0.7503192848020435 Specificity: 0.7612076852698993 Threshold: 0.21 Accuracy: 0.7583361401145167 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0033.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.5866269208490849 AUROC: 0.8345470382031456 AUPRC: 0.7028140031165672 Sensitivity: 0.7614213197969543 Specificity: 0.7517580872011251 Threshold: 0.11 Accuracy: 0.754595131644312 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.5535393994539342 AUROC: 0.8260937768383267 AUPRC: 0.6720901886772421 Sensitivity: 0.7426564495530013 Specificity: 0.7605215004574566 Threshold: 0.11 Accuracy: 0.7558100370495117 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0034.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.5359882991760969 AUROC: 0.8383868672373459 AUPRC: 0.7040118992178553 Sensitivity: 0.7580372250423012 Specificity: 0.7644163150492265 Threshold: 0.16 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5079275693031068 AUROC: 0.830406969814879 AUPRC: 0.6803723691057185 Sensitivity: 0.7573435504469987 Specificity: 0.7520585544373285 Threshold: 0.15 Accuracy: 0.7534523408555069 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0035.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.5266702901571989 AUROC: 0.8351431814774357 AUPRC: 0.6997566006688033 Sensitivity: 0.7478849407783418 Specificity: 0.7665260196905767 Threshold: 0.18 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.49867991659235444 AUROC: 0.8267522104557156 AUPRC: 0.6732906525713316 Sensitivity: 0.7464878671775224 Specificity: 0.7568618481244281 Threshold: 0.17 Accuracy: 0.7541259683395083 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0036.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.5788878761231899 AUROC: 0.842743115794584 AUPRC: 0.7098978595962254 Sensitivity: 0.7580372250423012 Specificity: 0.7637130801687764 Threshold: 0.12 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.5446407465224571 AUROC: 0.8340024292519798 AUPRC: 0.6843886248685371 Sensitivity: 0.7675606641123882 Specificity: 0.7509149130832571 Threshold: 0.11 Accuracy: 0.7553048164365106 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0037.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.5677276458591223 AUROC: 0.8362700231555851 AUPRC: 0.7035995123291199 Sensitivity: 0.7614213197969543 Specificity: 0.7538677918424754 Threshold: 0.12 Accuracy: 0.7560854446100348 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.5346696741403417 AUROC: 0.8286184052936427 AUPRC: 0.6770031682088623 Sensitivity: 0.7611749680715197 Specificity: 0.7470265324794144 Threshold: 0.11 Accuracy: 0.7507578309195015 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0038.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.5350614935159683 AUROC: 0.8424444492040715 AUPRC: 0.7067194294294779 Sensitivity: 0.766497461928934 Specificity: 0.7630098452883263 Threshold: 0.16 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.503978210243773 AUROC: 0.8340626055275707 AUPRC: 0.6829793789202667 Sensitivity: 0.7490421455938697 Specificity: 0.7671546203110704 Threshold: 0.16 Accuracy: 0.7623779050185248 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0039.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.5124535243958235 AUROC: 0.8361081958396102 AUPRC: 0.7038403860668423 Sensitivity: 0.7715736040609137 Specificity: 0.7426160337552743 Threshold: 0.18 Accuracy: 0.7511177347242921 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.48474203018431966 AUROC: 0.829176423402612 AUPRC: 0.6804680583870092 Sensitivity: 0.7503192848020435 Specificity: 0.755946935041171 Threshold: 0.18 Accuracy: 0.754462782081509 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0040.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.46989538334310055 AUROC: 0.8415127522304802 AUPRC: 0.7061289884278504 Sensitivity: 0.7597292724196277 Specificity: 0.7679324894514767 Threshold: 0.22 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.44870874507630126 AUROC: 0.8332385410933855 AUPRC: 0.6848377203588598 Sensitivity: 0.7656449553001277 Specificity: 0.7431381518755719 Threshold: 0.21 Accuracy: 0.7490737622094982 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0041.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.4840890523046255 AUROC: 0.8404382664486758 AUPRC: 0.7061536021106916 Sensitivity: 0.7597292724196277 Specificity: 0.7630098452883263 Threshold: 0.21 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.45879519080862086 AUROC: 0.8326471485208904 AUPRC: 0.6835305522623008 Sensitivity: 0.764367816091954 Specificity: 0.7463403476669717 Threshold: 0.2 Accuracy: 0.7510946446615022 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0042.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.49406230263412 AUROC: 0.839629129868801 AUPRC: 0.7050199831920444 Sensitivity: 0.754653130287648 Specificity: 0.7672292545710268 Threshold: 0.2 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.46920153498649597 AUROC: 0.8319177302677319 AUPRC: 0.6839089139379354 Sensitivity: 0.7535121328224776 Specificity: 0.7513723696248856 Threshold: 0.19 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0043.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.5305029768496752 AUROC: 0.8379287531443286 AUPRC: 0.7023174206164888 Sensitivity: 0.7614213197969543 Specificity: 0.7545710267229254 Threshold: 0.15 Accuracy: 0.756582215598609 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.49905070884430663 AUROC: 0.830198908881434 AUPRC: 0.6767397817621077 Sensitivity: 0.7618135376756067 Specificity: 0.7502287282708143 Threshold: 0.14 Accuracy: 0.7532839339845065 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0044.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.45413713343441486 AUROC: 0.8471552899683724 AUPRC: 0.7112717130196097 Sensitivity: 0.7648054145516074 Specificity: 0.7658227848101266 Threshold: 0.22 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.43408659227350926 AUROC: 0.837357694792941 AUPRC: 0.6894810604803758 Sensitivity: 0.768837803320562 Specificity: 0.7470265324794144 Threshold: 0.21 Accuracy: 0.7527787133715056 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0045.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.5490324329584837 AUROC: 0.844331641285956 AUPRC: 0.7091748222649894 Sensitivity: 0.7631133671742809 Specificity: 0.7637130801687764 Threshold: 0.13 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5148284663545325 AUROC: 0.8361413160960437 AUPRC: 0.6858599616995665 Sensitivity: 0.7496807151979565 Specificity: 0.7721866422689845 Threshold: 0.13 Accuracy: 0.7662512630515325 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0046.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.5103073976933956 AUROC: 0.8389437435893775 AUPRC: 0.7047532308689821 Sensitivity: 0.7563451776649747 Specificity: 0.7658227848101266 Threshold: 0.18 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.48427645132896746 AUROC: 0.8315092034647512 AUPRC: 0.6826491540350431 Sensitivity: 0.7535121328224776 Specificity: 0.7529734675205856 Threshold: 0.17 Accuracy: 0.7531155271135063 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0047.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
Loss: 0.5383651312440634 AUROC: 0.8368614068029347 AUPRC: 0.7035131471984306 Sensitivity: 0.7529610829103215 Specificity: 0.7742616033755274 Threshold: 0.14 Accuracy: 0.7680079483358172 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.5053907398213732 AUROC: 0.8292918829799291 AUPRC: 0.6777444790405758 Sensitivity: 0.7541507024265645 Specificity: 0.7598353156450137 Threshold: 0.13 Accuracy: 0.7583361401145167 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0048.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.4770314507186413 AUROC: 0.8415603484998845 AUPRC: 0.7066162186695588 Sensitivity: 0.7732656514382402 Specificity: 0.7461322081575246 Threshold: 0.23 Accuracy: 0.7540983606557377 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.45425123927441047 AUROC: 0.833042237903108 AUPRC: 0.6821553909417756 Sensitivity: 0.7541507024265645 Specificity: 0.7623513266239708 Threshold: 0.23 Accuracy: 0.7601886156955204 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0049.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.47423915192484856 AUROC: 0.846991082838927 AUPRC: 0.7123548574145805 Sensitivity: 0.7597292724196277 Specificity: 0.7763713080168776 Threshold: 0.22 Accuracy: 0.771485345255837 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.4502637392662941 AUROC: 0.8372523132811962 AUPRC: 0.688034688937309 Sensitivity: 0.7656449553001277 Specificity: 0.7447392497712717 Threshold: 0.21 Accuracy: 0.7502526103065005 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0050.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.5358919315040112 AUROC: 0.8415044228833345 AUPRC: 0.708317831229846 Sensitivity: 0.7648054145516074 Specificity: 0.7573839662447257 Threshold: 0.14 Accuracy: 0.7595628415300546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5040629483917927 AUROC: 0.8332673147008889 AUPRC: 0.6809841635074304 Sensitivity: 0.7598978288633461 Specificity: 0.7529734675205856 Threshold: 0.13 Accuracy: 0.7547995958235096 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0051.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.5383453108370304 AUROC: 0.8396100913610391 AUPRC: 0.7097365596144762 Sensitivity: 0.7614213197969543 Specificity: 0.7573839662447257 Threshold: 0.14 Accuracy: 0.7585692995529061 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.5051885738651803 AUROC: 0.8323641593607994 AUPRC: 0.6818397932347235 Sensitivity: 0.764367816091954 Specificity: 0.7509149130832571 Threshold: 0.13 Accuracy: 0.754462782081509 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0052.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.5172912627458572 AUROC: 0.8394470741383291 AUPRC: 0.7078526113733613 Sensitivity: 0.7648054145516074 Specificity: 0.760196905766526 Threshold: 0.16 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.4857705615936442 AUROC: 0.8320832880550676 AUPRC: 0.6795278164149282 Sensitivity: 0.7624521072796935 Specificity: 0.7536596523330283 Threshold: 0.15 Accuracy: 0.7559784439205119 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0053.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.5331389121711254 AUROC: 0.8409630153188593 AUPRC: 0.7111875207673467 Sensitivity: 0.7580372250423012 Specificity: 0.7686357243319268 Threshold: 0.13 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.4996856600046158 AUROC: 0.8343332527088089 AUPRC: 0.6835004344131304 Sensitivity: 0.7567049808429118 Specificity: 0.7538883806038427 Threshold: 0.12 Accuracy: 0.7546311889525092 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0054.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.4535711333155632 AUROC: 0.8427466855147894 AUPRC: 0.7114642853985601 Sensitivity: 0.7614213197969543 Specificity: 0.7623066104078763 Threshold: 0.24 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.43404793929546437 AUROC: 0.8343319381785167 AUPRC: 0.6845824185436042 Sensitivity: 0.7656449553001277 Specificity: 0.7481701738334858 Threshold: 0.23 Accuracy: 0.7527787133715056 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0055.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.5713954046368599 AUROC: 0.8395470263040783 AUPRC: 0.7089794877763678 Sensitivity: 0.7681895093062606 Specificity: 0.7573839662447257 Threshold: 0.1 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.57it/s]
Loss: 0.5308589928961814 AUROC: 0.8319188987391026 AUPRC: 0.679080268110134 Sensitivity: 0.7522349936143039 Specificity: 0.7637236962488564 Threshold: 0.1 Accuracy: 0.7606938363085214 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0056.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.5187660101801157 AUROC: 0.839921846925638 AUPRC: 0.7075464943371922 Sensitivity: 0.7631133671742809 Specificity: 0.770745428973277 Threshold: 0.15 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.4870006892275303 AUROC: 0.8323486040856769 AUPRC: 0.6807050095263226 Sensitivity: 0.7547892720306514 Specificity: 0.7564043915827996 Threshold: 0.14 Accuracy: 0.7559784439205119 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0057.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.49508259259164333 AUROC: 0.84815838134607 AUPRC: 0.7105039171964642 Sensitivity: 0.7901861252115059 Specificity: 0.749648382559775 Threshold: 0.2 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.4687051072399667 AUROC: 0.8375242019632656 AUPRC: 0.6855276214984658 Sensitivity: 0.7605363984674329 Specificity: 0.7564043915827996 Threshold: 0.2 Accuracy: 0.757494105759515 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0058.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.4809753764420748 AUROC: 0.8434653891827959 AUPRC: 0.70727701687219 Sensitivity: 0.766497461928934 Specificity: 0.7454289732770746 Threshold: 0.19 Accuracy: 0.7516145057128664 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.4595377464243706 AUROC: 0.8338340963451384 AUPRC: 0.681625558922068 Sensitivity: 0.7490421455938697 Specificity: 0.7621225983531564 Threshold: 0.19 Accuracy: 0.7586729538565173 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0059.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.47560272552073 AUROC: 0.8463509130154381 AUPRC: 0.7140266801716961 Sensitivity: 0.7597292724196277 Specificity: 0.770042194092827 Threshold: 0.19 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.4520513840178226 AUROC: 0.8360738368743857 AUPRC: 0.6850360172324375 Sensitivity: 0.7586206896551724 Specificity: 0.7486276303751144 Threshold: 0.18 Accuracy: 0.7512630515325025 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0060.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.517438717186451 AUROC: 0.8465412980930553 AUPRC: 0.7130809229571712 Sensitivity: 0.7648054145516074 Specificity: 0.7609001406469761 Threshold: 0.15 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.48608613521494765 AUROC: 0.8358068411661811 AUPRC: 0.6844768369500226 Sensitivity: 0.7662835249042146 Specificity: 0.7458828911253431 Threshold: 0.14 Accuracy: 0.7512630515325025 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0061.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.49077618680894375 AUROC: 0.8422861916083018 AUPRC: 0.7099053782387232 Sensitivity: 0.7563451776649747 Specificity: 0.7672292545710268 Threshold: 0.18 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.4681145707343487 AUROC: 0.8326830059860788 AUPRC: 0.6811286834768946 Sensitivity: 0.7484035759897829 Specificity: 0.7589204025617566 Threshold: 0.17 Accuracy: 0.7561468507915123 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0062.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.5285966023802757 AUROC: 0.8469113590876747 AUPRC: 0.7127450598464286 Sensitivity: 0.7580372250423012 Specificity: 0.7665260196905767 Threshold: 0.13 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.4997693763134327 AUROC: 0.8357111725727053 AUPRC: 0.6828766649419481 Sensitivity: 0.756066411238825 Specificity: 0.7570905763952425 Threshold: 0.12 Accuracy: 0.7568204782755137 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0063.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.4453729949891567 AUROC: 0.8434130332864509 AUPRC: 0.7099420295238494 Sensitivity: 0.7597292724196277 Specificity: 0.7791842475386779 Threshold: 0.27 Accuracy: 0.7734724292101341 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.42814125627913374 AUROC: 0.8333041215490659 AUPRC: 0.6830001844856806 Sensitivity: 0.7573435504469987 Specificity: 0.7602927721866423 Threshold: 0.26 Accuracy: 0.7595149882115191 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0064.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.529452808201313 AUROC: 0.8473432952325196 AUPRC: 0.7169651362581906 Sensitivity: 0.7563451776649747 Specificity: 0.7749648382559775 Threshold: 0.13 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.49768632047988 AUROC: 0.8378338468765008 AUPRC: 0.687064988692543 Sensitivity: 0.7669220945083014 Specificity: 0.7463403476669717 Threshold: 0.12 Accuracy: 0.7517682721455036 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0065.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.5826505869626999 AUROC: 0.8441638644363055 AUPRC: 0.7097566633389951 Sensitivity: 0.7681895093062606 Specificity: 0.7679324894514767 Threshold: 0.1 Accuracy: 0.7680079483358172 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5464858301776521 AUROC: 0.8331986670078604 AUPRC: 0.6760540860292042 Sensitivity: 0.7662835249042146 Specificity: 0.7467978042086002 Threshold: 0.09 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0066.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.5262070149183273 AUROC: 0.8399028084178761 AUPRC: 0.7069713414976739 Sensitivity: 0.7749576988155669 Specificity: 0.7616033755274262 Threshold: 0.13 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.4931587094956256 AUROC: 0.8325500193382012 AUPRC: 0.6767495775985715 Sensitivity: 0.7515964240102171 Specificity: 0.762580054894785 Threshold: 0.13 Accuracy: 0.7596833950825194 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0067.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.49414070695638657 AUROC: 0.8445755721666536 AUPRC: 0.7121030205508698 Sensitivity: 0.7597292724196277 Specificity: 0.7735583684950773 Threshold: 0.17 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.46552133718703653 AUROC: 0.8349623284830087 AUPRC: 0.6819504082748338 Sensitivity: 0.7547892720306514 Specificity: 0.7538883806038427 Threshold: 0.16 Accuracy: 0.7541259683395083 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0068.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.5024982932955027 AUROC: 0.8461486288704694 AUPRC: 0.7151641502241393 Sensitivity: 0.7580372250423012 Specificity: 0.7770745428973277 Threshold: 0.18 Accuracy: 0.771485345255837 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.4730014854923208 AUROC: 0.837430213047385 AUPRC: 0.6866101762604107 Sensitivity: 0.7662835249042146 Specificity: 0.7442817932296432 Threshold: 0.17 Accuracy: 0.7500842034355002 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0069.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.5224003195762634 AUROC: 0.8469303975954363 AUPRC: 0.7103608240751339 Sensitivity: 0.754653130287648 Specificity: 0.7834036568213784 Threshold: 0.16 Accuracy: 0.7749627421758569 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.4914125159699866 AUROC: 0.8385071785038659 AUPRC: 0.6854017173266453 Sensitivity: 0.756066411238825 Specificity: 0.7623513266239708 Threshold: 0.15 Accuracy: 0.7606938363085214 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0070.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.4967314712703228 AUROC: 0.8494779879153073 AUPRC: 0.7133489236437542 Sensitivity: 0.7648054145516074 Specificity: 0.7651195499296765 Threshold: 0.16 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.46924599624694663 AUROC: 0.8374031191174771 AUPRC: 0.6808014072794727 Sensitivity: 0.7637292464878672 Specificity: 0.7513723696248856 Threshold: 0.15 Accuracy: 0.7546311889525092 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0071.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.5143324974924326 AUROC: 0.8426098462402516 AUPRC: 0.7079816357588907 Sensitivity: 0.754653130287648 Specificity: 0.7791842475386779 Threshold: 0.17 Accuracy: 0.7719821162444114 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.4819439579831793 AUROC: 0.8337441970790553 AUPRC: 0.6778814737802985 Sensitivity: 0.7579821200510856 Specificity: 0.7506861848124429 Threshold: 0.16 Accuracy: 0.7526103065005052 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0072.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.5061056781560183 AUROC: 0.85074999821514 AUPRC: 0.7115281700748571 Sensitivity: 0.7715736040609137 Specificity: 0.7714486638537271 Threshold: 0.13 Accuracy: 0.771485345255837 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.48717992673528954 AUROC: 0.8359844488145274 AUPRC: 0.683237570548761 Sensitivity: 0.7496807151979565 Specificity: 0.7673833485818847 Threshold: 0.12 Accuracy: 0.7627147187605254 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0073.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
Loss: 0.5961165558546782 AUROC: 0.8462473911294832 AUPRC: 0.7146981931787808 Sensitivity: 0.7648054145516074 Specificity: 0.7658227848101266 Threshold: 0.08 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.5600559594149285 AUROC: 0.8360092788311546 AUPRC: 0.6819461947944812 Sensitivity: 0.7458492975734355 Specificity: 0.7666971637694419 Threshold: 0.08 Accuracy: 0.7611990569215223 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0074.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.46462192572653294 AUROC: 0.8492816533040141 AUPRC: 0.7154319122715144 Sensitivity: 0.7648054145516074 Specificity: 0.7559774964838256 Threshold: 0.17 Accuracy: 0.7585692995529061 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.4416108746477898 AUROC: 0.8387586919664088 AUPRC: 0.6874144695414065 Sensitivity: 0.756066411238825 Specificity: 0.7493138151875571 Threshold: 0.16 Accuracy: 0.7510946446615022 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0075.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.4549484495073557 AUROC: 0.8425087041677672 AUPRC: 0.7095989624645608 Sensitivity: 0.7648054145516074 Specificity: 0.770042194092827 Threshold: 0.29 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.4365045580458134 AUROC: 0.8361912682471411 AUPRC: 0.6856900619335387 Sensitivity: 0.7605363984674329 Specificity: 0.7586916742909423 Threshold: 0.28 Accuracy: 0.7591781744695184 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0076.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.5100040026009083 AUROC: 0.8433999443123648 AUPRC: 0.7114111219427696 Sensitivity: 0.7715736040609137 Specificity: 0.7587904360056259 Threshold: 0.14 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.47929724163197457 AUROC: 0.8353173246913191 AUPRC: 0.6854809598013878 Sensitivity: 0.7535121328224776 Specificity: 0.7607502287282708 Threshold: 0.14 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0077.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.4995445888489485 AUROC: 0.8414473073600491 AUPRC: 0.7083050471611556 Sensitivity: 0.7631133671742809 Specificity: 0.7721518987341772 Threshold: 0.14 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.47300333799199856 AUROC: 0.832828845819034 AUPRC: 0.6800323823467356 Sensitivity: 0.7579821200510856 Specificity: 0.7561756633119854 Threshold: 0.13 Accuracy: 0.7566520714045133 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0078.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.59372279047966 AUROC: 0.8473064081237313 AUPRC: 0.7120371468830128 Sensitivity: 0.7631133671742809 Specificity: 0.7672292545710268 Threshold: 0.07 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.5596642912702358 AUROC: 0.8368834414753586 AUPRC: 0.6846415600965466 Sensitivity: 0.7445721583652618 Specificity: 0.7728728270814272 Threshold: 0.07 Accuracy: 0.7654092286965308 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0079.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
Loss: 0.5425392929464579 AUROC: 0.8505370049095552 AUPRC: 0.7178875443227878 Sensitivity: 0.7732656514382402 Specificity: 0.7552742616033755 Threshold: 0.11 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:17<00:00, 2.61it/s]
Loss: 0.5123878787172601 AUROC: 0.8386989538675818 AUPRC: 0.6903217476808967 Sensitivity: 0.7515964240102171 Specificity: 0.7607502287282708 Threshold: 0.11 Accuracy: 0.7583361401145167 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0080.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.4713689312338829 AUROC: 0.8515591347950148 AUPRC: 0.7178634541562618 Sensitivity: 0.7580372250423012 Specificity: 0.7714486638537271 Threshold: 0.18 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.45129366092225337 AUROC: 0.8383547660194505 AUPRC: 0.6874278757289641 Sensitivity: 0.7484035759897829 Specificity: 0.7616651418115279 Threshold: 0.17 Accuracy: 0.7581677332435164 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0081.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.4673234950751066 AUROC: 0.8500658018424516 AUPRC: 0.7142475883247605 Sensitivity: 0.7563451776649747 Specificity: 0.7651195499296765 Threshold: 0.2 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.4469503985440477 AUROC: 0.8398285735652048 AUPRC: 0.6874889796650958 Sensitivity: 0.7637292464878672 Specificity: 0.7477127172918573 Threshold: 0.19 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0082.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.5041850600391626 AUROC: 0.8496350556043418 AUPRC: 0.7153987683081835 Sensitivity: 0.7631133671742809 Specificity: 0.7651195499296765 Threshold: 0.18 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.47605402006747877 AUROC: 0.8394718976792991 AUPRC: 0.6859331463029886 Sensitivity: 0.7694763729246488 Specificity: 0.7458828911253431 Threshold: 0.17 Accuracy: 0.7521050858875042 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0083.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.47364526242017746 AUROC: 0.8494184925785516 AUPRC: 0.7136641370408904 Sensitivity: 0.7597292724196277 Specificity: 0.7672292545710268 Threshold: 0.2 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.4516683040147132 AUROC: 0.8388342044287402 AUPRC: 0.6903926591079022 Sensitivity: 0.7401021711366539 Specificity: 0.7781335773101555 Threshold: 0.2 Accuracy: 0.7681037386325362 Plot AUROC/AUPRC for Each Intermediate Model Epoch with best Validation Loss: 63, 0.4436 Epoch with best model Test AUROC: 81, 0.8398 Epoch with best model Test Accuracy: 83, 0.7681
AUROC/AUPRC Plots - Best Model Based on Validation Loss
Epoch with best Validation Loss: 63, 0.4436
Best Model Based on Validation Loss:
./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0063.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.58it/s]
Loss: 0.42814125627913374 AUROC: 0.8333041215490659 AUPRC: 0.6830001844856806 Sensitivity: 0.7573435504469987 Specificity: 0.7602927721866423 Threshold: 0.26 Accuracy: 0.7595149882115191
best_model_val_test_auroc: 0.8333041215490659
best_model_val_test_auprc: 0.6830001844856806
AUROC/AUPRC Plots - Best Model Based on Model AUROC
Epoch with best model Test AUROC: 81, 0.8398
Best Model Based on Model AUROC:
./vitaldb_cache/models/ABP_EEG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_a25c1edf_0081.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.59it/s]
Loss: 0.4469503985440477 AUROC: 0.8398285735652048 AUPRC: 0.6874889796650958 Sensitivity: 0.7637292464878672 Specificity: 0.7477127172918573 Threshold: 0.19 Accuracy: 0.7519366790165039
best_model_auroc_test_auroc: 0.8398285735652048
best_model_auroc_test_auprc: 0.6874889796650958 Total Processing Time: 6828.8980 sec
RUN_ME = True
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=False,
useEeg=True,
useEcg=True,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=1e-1,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
Experiment Setup
name: EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca
prediction_window: 003
max_cases: _ALL
use_abp: False
use_eeg: True
use_ecg: True
n_residuals: 12
skip_connection: False
batch_size: 128
learning_rate: 0.0001
weight_decay: 0.1
balance_labels: False
max_epochs: 200
patience: 20
device: mps
Model Architecture
HypotensionCNN(
(ecgResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=1, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
)
(ecgFc): Linear(in_features=2814, out_features=32, bias=True)
(eegResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
)
(eegFc): Linear(in_features=720, out_features=32, bias=True)
(fullLinear1): Linear(in_features=64, out_features=16, bias=True)
(fullLinear2): Linear(in_features=16, out_features=1, bias=True)
(sigmoid): Sigmoid()
)
Training Loop
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 19:58:17.687092] Completed epoch 0 with training loss 0.60025579, validation loss 0.60747939 Validation loss improved to 0.60747939. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 19:59:11.277461] Completed epoch 1 with training loss 0.59399968, validation loss 0.60779661 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 20:00:05.535460] Completed epoch 2 with training loss 0.59244698, validation loss 0.60709894 Validation loss improved to 0.60709894. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 20:00:59.498184] Completed epoch 3 with training loss 0.59221613, validation loss 0.60614812 Validation loss improved to 0.60614812. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 20:01:53.062518] Completed epoch 4 with training loss 0.59213573, validation loss 0.60361862 Validation loss improved to 0.60361862. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 20:02:46.501024] Completed epoch 5 with training loss 0.59097391, validation loss 0.60647815 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 20:03:39.851374] Completed epoch 6 with training loss 0.59050637, validation loss 0.60401475 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.98it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 20:04:32.662405] Completed epoch 7 with training loss 0.58959270, validation loss 0.60314077 Validation loss improved to 0.60314077. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.98it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.59it/s]
[2024-05-04 20:05:25.432863] Completed epoch 8 with training loss 0.58976370, validation loss 0.60298884 Validation loss improved to 0.60298884. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.98it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 20:06:18.273354] Completed epoch 9 with training loss 0.58907872, validation loss 0.60290110 Validation loss improved to 0.60290110. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 20:07:11.716505] Completed epoch 10 with training loss 0.58825725, validation loss 0.60377103 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 20:08:05.859190] Completed epoch 11 with training loss 0.58871311, validation loss 0.60258400 Validation loss improved to 0.60258400. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 20:09:00.239009] Completed epoch 12 with training loss 0.58710349, validation loss 0.60288942 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 20:09:53.971312] Completed epoch 13 with training loss 0.58737785, validation loss 0.60283065 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.98it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 20:10:46.640592] Completed epoch 14 with training loss 0.58728939, validation loss 0.60240752 Validation loss improved to 0.60240752. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.98it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 20:11:39.342308] Completed epoch 15 with training loss 0.58643878, validation loss 0.60391492 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.98it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 20:12:31.950274] Completed epoch 16 with training loss 0.58674508, validation loss 0.60254502 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 20:13:25.021069] Completed epoch 17 with training loss 0.58589345, validation loss 0.60392892 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
[2024-05-04 20:14:18.361323] Completed epoch 18 with training loss 0.58619076, validation loss 0.60330999 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.94it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 20:15:11.871066] Completed epoch 19 with training loss 0.58695316, validation loss 0.60158616 Validation loss improved to 0.60158616. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 20:16:04.999103] Completed epoch 20 with training loss 0.58541870, validation loss 0.60270667 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.98it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 20:16:57.998336] Completed epoch 21 with training loss 0.58514112, validation loss 0.60149813 Validation loss improved to 0.60149813. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 20:17:51.484389] Completed epoch 22 with training loss 0.58518928, validation loss 0.60271221 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 20:18:44.820500] Completed epoch 23 with training loss 0.58460784, validation loss 0.60048121 Validation loss improved to 0.60048121. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 20:19:38.038714] Completed epoch 24 with training loss 0.58372384, validation loss 0.60111296 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 20:20:31.087387] Completed epoch 25 with training loss 0.58267862, validation loss 0.60015345 Validation loss improved to 0.60015345. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
[2024-05-04 20:21:24.554893] Completed epoch 26 with training loss 0.58339739, validation loss 0.59820455 Validation loss improved to 0.59820455. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 20:22:18.420485] Completed epoch 27 with training loss 0.58247298, validation loss 0.59907389 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 20:23:11.629121] Completed epoch 28 with training loss 0.58295965, validation loss 0.60341251 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 20:24:06.177652] Completed epoch 29 with training loss 0.58188909, validation loss 0.60818040 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 20:25:00.405062] Completed epoch 30 with training loss 0.58179510, validation loss 0.61468989 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.92it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 20:25:54.800905] Completed epoch 31 with training loss 0.58112949, validation loss 0.62274528 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 20:26:49.377524] Completed epoch 32 with training loss 0.58129728, validation loss 0.61972725 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:48<00:00, 1.91it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
[2024-05-04 20:27:43.865990] Completed epoch 33 with training loss 0.57934701, validation loss 0.62235749 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 20:28:37.545708] Completed epoch 34 with training loss 0.57891387, validation loss 0.62377405 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
[2024-05-04 20:29:30.937885] Completed epoch 35 with training loss 0.57959670, validation loss 0.62498605 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
[2024-05-04 20:30:24.369781] Completed epoch 36 with training loss 0.57965028, validation loss 0.62414944 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.93it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 20:31:18.416929] Completed epoch 37 with training loss 0.57858264, validation loss 0.62437165 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 20:32:11.375470] Completed epoch 38 with training loss 0.57818973, validation loss 0.62349784 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
[2024-05-04 20:33:04.357570] Completed epoch 39 with training loss 0.57721061, validation loss 0.62689149 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.62it/s]
[2024-05-04 20:33:57.324494] Completed epoch 40 with training loss 0.57643354, validation loss 0.62371629 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
[2024-05-04 20:34:50.453550] Completed epoch 41 with training loss 0.57779157, validation loss 0.62294090 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
[2024-05-04 20:35:43.880983] Completed epoch 42 with training loss 0.57695603, validation loss 0.62019694 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 20:36:37.056402] Completed epoch 43 with training loss 0.57629156, validation loss 0.62082624 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.97it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.56it/s]
[2024-05-04 20:37:30.170926] Completed epoch 44 with training loss 0.57750672, validation loss 0.62310326 No improvement in validation loss. 18 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:46<00:00, 1.96it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
[2024-05-04 20:38:23.460085] Completed epoch 45 with training loss 0.57718146, validation loss 0.62739325 No improvement in validation loss. 19 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:47<00:00, 1.95it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.57it/s]
[2024-05-04 20:39:16.864807] Completed epoch 46 with training loss 0.57659715, validation loss 0.62300110 No improvement in validation loss. 20 epochs without improvement. Early stopping due to no improvement in validation loss. Plot Validation and Loss Values from Training Epoch with best Validation Loss: 26, 0.5982
Generate AUROC/AUPRC for Each Intermediate Model Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0000.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.63it/s]
Loss: 0.6065437570214272 AUROC: 0.5276950792596876 AUPRC: 0.31745586791093733 Sensitivity: 0.5346869712351946 Specificity: 0.4739803094233474 Threshold: 0.33 Accuracy: 0.4918032786885246 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.5893477835553758 AUROC: 0.5212721673624914 AUPRC: 0.28044039730206094 Sensitivity: 0.5038314176245211 Specificity: 0.5333943275388838 Threshold: 0.34 Accuracy: 0.5255978443920512 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0001.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.6070725545287132 AUROC: 0.5291574746371379 AUPRC: 0.3184701468906669 Sensitivity: 0.5465313028764806 Specificity: 0.4711673699015471 Threshold: 0.33 Accuracy: 0.4932935916542474 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.5888410952497036 AUROC: 0.5227658389215477 AUPRC: 0.2815296848808533 Sensitivity: 0.508301404853129 Specificity: 0.5333943275388838 Threshold: 0.34 Accuracy: 0.5267766924890536 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0002.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.6066869981586933 AUROC: 0.5306049961803994 AUPRC: 0.32002247641120246 Sensitivity: 0.4686971235194585 Specificity: 0.5485232067510548 Threshold: 0.34 Accuracy: 0.5250869349230005 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.5887066068801474 AUROC: 0.5240012052782188 AUPRC: 0.28390086457087754 Sensitivity: 0.5197956577266922 Specificity: 0.5258462946020128 Threshold: 0.34 Accuracy: 0.5242505894240485 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0003.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.55it/s]
Loss: 0.6063789762556553 AUROC: 0.5321536597961452 AUPRC: 0.3210692224462021 Sensitivity: 0.505922165820643 Specificity: 0.5189873417721519 Threshold: 0.33 Accuracy: 0.5151515151515151 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.5863878536731639 AUROC: 0.5257043983599337 AUPRC: 0.28366052660309043 Sensitivity: 0.5561941251596424 Specificity: 0.4892497712717292 Threshold: 0.33 Accuracy: 0.5069046817110138 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0004.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
Loss: 0.6041884124279022 AUROC: 0.534452559608378 AUPRC: 0.3223466613071043 Sensitivity: 0.5329949238578681 Specificity: 0.4978902953586498 Threshold: 0.32 Accuracy: 0.5081967213114754 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.584435927741071 AUROC: 0.5270623811810675 AUPRC: 0.28483009610240123 Sensitivity: 0.48084291187739464 Specificity: 0.5661024702653248 Threshold: 0.33 Accuracy: 0.5436173795890872 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0005.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.6048824824392796 AUROC: 0.5358596243226456 AUPRC: 0.3233364617344099 Sensitivity: 0.4957698815566836 Specificity: 0.5309423347398031 Threshold: 0.33 Accuracy: 0.5206159960258321 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.56it/s]
Loss: 0.5854966596085974 AUROC: 0.5283879389216646 AUPRC: 0.28565199514104495 Sensitivity: 0.5466155810983397 Specificity: 0.5061756633119854 Threshold: 0.33 Accuracy: 0.5168406871000337 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0006.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.6054123118519783 AUROC: 0.537626635824284 AUPRC: 0.3237632907351726 Sensitivity: 0.571912013536379 Specificity: 0.48523206751054854 Threshold: 0.32 Accuracy: 0.5106805762543467 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.5840925016301743 AUROC: 0.5295191652674222 AUPRC: 0.28610574678746115 Sensitivity: 0.4846743295019157 Specificity: 0.5729643183897529 Threshold: 0.33 Accuracy: 0.5496800269450993 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0007.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.58it/s]
Loss: 0.6029720082879066 AUROC: 0.5403021411181792 AUPRC: 0.3245601478684046 Sensitivity: 0.5076142131979695 Specificity: 0.5239099859353024 Threshold: 0.32 Accuracy: 0.5191256830601093 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.5827983567055236 AUROC: 0.530967996737628 AUPRC: 0.2866822137564903 Sensitivity: 0.5517241379310345 Specificity: 0.4993138151875572 Threshold: 0.32 Accuracy: 0.5131357359380263 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0008.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.12it/s]
Loss: 0.6051176637411118 AUROC: 0.5435511814583973 AUPRC: 0.3250691034499352 Sensitivity: 0.4467005076142132 Specificity: 0.5921237693389592 Threshold: 0.33 Accuracy: 0.5494287133631396 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.583933617840422 AUROC: 0.5326295630267615 AUPRC: 0.2873540475018209 Sensitivity: 0.4891443167305236 Specificity: 0.5752516010978957 Threshold: 0.33 Accuracy: 0.5525429437521051 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0009.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.6035983078181744 AUROC: 0.5467924874048372 AUPRC: 0.32615770692384133 Sensitivity: 0.6125211505922166 Specificity: 0.459915611814346 Threshold: 0.32 Accuracy: 0.5047193243914555 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.26it/s]
Loss: 0.583611398301226 AUROC: 0.5342365763087755 AUPRC: 0.2880027813135658 Sensitivity: 0.47126436781609193 Specificity: 0.5937785910338518 Threshold: 0.33 Accuracy: 0.5614685079151229 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0010.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.16it/s]
Loss: 0.6031000204384327 AUROC: 0.5504722739831652 AUPRC: 0.3256106337340008 Sensitivity: 0.5380710659898477 Specificity: 0.5386779184247539 Threshold: 0.33 Accuracy: 0.5384997516145057 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5846588776466695 AUROC: 0.5363182080556754 AUPRC: 0.2889753434730964 Sensitivity: 0.5395913154533845 Specificity: 0.5146386093321135 Threshold: 0.33 Accuracy: 0.5212192657460425 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0011.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
Loss: 0.6018081344664097 AUROC: 0.5543936116287205 AUPRC: 0.3268362065325061 Sensitivity: 0.49746192893401014 Specificity: 0.580168776371308 Threshold: 0.32 Accuracy: 0.555886736214605 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.25it/s]
Loss: 0.5812210871818217 AUROC: 0.5384991598690845 AUPRC: 0.29110419027970985 Sensitivity: 0.5012771392081737 Specificity: 0.5647301006404392 Threshold: 0.32 Accuracy: 0.547995958235096 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0012.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.13it/s]
Loss: 0.6044513359665871 AUROC: 0.5566139775964359 AUPRC: 0.3279885562370717 Sensitivity: 0.6159052453468697 Specificity: 0.46272855133614627 Threshold: 0.33 Accuracy: 0.5076999503229012 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:22<00:00, 2.14it/s]
Loss: 0.5857719201990899 AUROC: 0.5399570469924131 AUPRC: 0.2924253267592767 Sensitivity: 0.6289910600255428 Specificity: 0.42291857273559014 Threshold: 0.33 Accuracy: 0.4772650724149545 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0013.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.6018449328839779 AUROC: 0.5642139119135843 AUPRC: 0.3312458627300741 Sensitivity: 0.5160744500846024 Specificity: 0.5668073136427567 Threshold: 0.33 Accuracy: 0.5519125683060109 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.17it/s]
Loss: 0.5838328650657166 AUROC: 0.5436438662848102 AUPRC: 0.2939638428702403 Sensitivity: 0.5223499361430396 Specificity: 0.547804208600183 Threshold: 0.33 Accuracy: 0.5410912765240822 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0014.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.11it/s]
Loss: 0.6031850539147854 AUROC: 0.5693917910714158 AUPRC: 0.33404439339135805 Sensitivity: 0.4805414551607445 Specificity: 0.59985935302391 Threshold: 0.33 Accuracy: 0.5648286140089419 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.17it/s]
Loss: 0.5832999500822513 AUROC: 0.5455771751970919 AUPRC: 0.29336461401769787 Sensitivity: 0.5095785440613027 Specificity: 0.581427264409881 Threshold: 0.33 Accuracy: 0.562478949141125 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0015.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.14it/s]
Loss: 0.6030019745230675 AUROC: 0.5727211501162539 AUPRC: 0.3300873789153477 Sensitivity: 0.5972927241962775 Specificity: 0.5232067510548524 Threshold: 0.33 Accuracy: 0.5449577744659712 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:22<00:00, 2.12it/s]
Loss: 0.5845052460406689 AUROC: 0.546562634739355 AUPRC: 0.29314977278138327 Sensitivity: 0.60727969348659 Specificity: 0.4794144556267155 Threshold: 0.33 Accuracy: 0.5131357359380263 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0016.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.6045225076377392 AUROC: 0.5764824453059368 AUPRC: 0.3316976425459879 Sensitivity: 0.6345177664974619 Specificity: 0.509142053445851 Threshold: 0.33 Accuracy: 0.5459513164431197 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.5848336080287365 AUROC: 0.546808597962887 AUPRC: 0.2949065108217134 Sensitivity: 0.6283524904214559 Specificity: 0.444647758462946 Threshold: 0.33 Accuracy: 0.4930953182889862 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0017.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.09it/s]
Loss: 0.6037724316120148 AUROC: 0.5800170632625814 AUPRC: 0.33698214048104747 Sensitivity: 0.5109983079526227 Specificity: 0.5921237693389592 Threshold: 0.34 Accuracy: 0.5683060109289617 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:22<00:00, 2.13it/s]
Loss: 0.5864381701388257 AUROC: 0.5460083411328798 AUPRC: 0.29666455650465257 Sensitivity: 0.5274584929757343 Specificity: 0.5416285452881976 Threshold: 0.34 Accuracy: 0.5378915459750758 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0018.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.6017580516636372 AUROC: 0.5818608237486346 AUPRC: 0.3416454008200897 Sensitivity: 0.5989847715736041 Specificity: 0.5154711673699015 Threshold: 0.33 Accuracy: 0.5399900645802285 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:22<00:00, 2.14it/s]
Loss: 0.584633563427215 AUROC: 0.545555558476734 AUPRC: 0.296237509392864 Sensitivity: 0.6264367816091954 Specificity: 0.44602012808783165 Threshold: 0.33 Accuracy: 0.4936005389019872 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0019.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.13it/s]
Loss: 0.6015244424343109 AUROC: 0.5829257902765581 AUPRC: 0.3461610772819561 Sensitivity: 0.5549915397631133 Specificity: 0.5689170182841069 Threshold: 0.33 Accuracy: 0.5648286140089419 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:22<00:00, 2.13it/s]
Loss: 0.5837440883859675 AUROC: 0.5440919750554732 AUPRC: 0.29550799767161684 Sensitivity: 0.5740740740740741 Specificity: 0.5004574565416285 Threshold: 0.33 Accuracy: 0.5198720107780398 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0020.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.14it/s]
Loss: 0.6026439890265465 AUROC: 0.5826723401419797 AUPRC: 0.3490645951308656 Sensitivity: 0.6412859560067682 Specificity: 0.48523206751054854 Threshold: 0.33 Accuracy: 0.5310481867858917 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.22it/s]
Loss: 0.5851036449696155 AUROC: 0.5436057449063412 AUPRC: 0.29540682509748173 Sensitivity: 0.46871008939974457 Specificity: 0.6052150045745655 Threshold: 0.34 Accuracy: 0.5692152239811384 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0021.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
Loss: 0.6020423658192158 AUROC: 0.5820464491993118 AUPRC: 0.35093285072069524 Sensitivity: 0.5820642978003384 Specificity: 0.5358649789029536 Threshold: 0.33 Accuracy: 0.5494287133631396 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.32it/s]
Loss: 0.5841682426472927 AUROC: 0.5428620128788915 AUPRC: 0.29568065349869693 Sensitivity: 0.603448275862069 Specificity: 0.46363220494053065 Threshold: 0.33 Accuracy: 0.500505220613001 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0022.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
Loss: 0.6023005768656731 AUROC: 0.5810873843708131 AUPRC: 0.35119089840974893 Sensitivity: 0.5482233502538071 Specificity: 0.5942334739803095 Threshold: 0.34 Accuracy: 0.5807252856433184 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.25it/s]
Loss: 0.5859310436756053 AUROC: 0.5426359866981219 AUPRC: 0.29567607806776935 Sensitivity: 0.5466155810983397 Specificity: 0.5185269899359561 Threshold: 0.34 Accuracy: 0.5259346581340518 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0023.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.25it/s]
Loss: 0.6004691310226917 AUROC: 0.5832125577997196 AUPRC: 0.35214340692810586 Sensitivity: 0.5871404399323181 Specificity: 0.5189873417721519 Threshold: 0.33 Accuracy: 0.53899652260308 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.25it/s]
Loss: 0.5837954688579479 AUROC: 0.5460616526391678 AUPRC: 0.29813919532883704 Sensitivity: 0.48531289910600256 Specificity: 0.5789112534309241 Threshold: 0.34 Accuracy: 0.5542270124621085 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0024.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
Loss: 0.6003066003322601 AUROC: 0.5845607221305994 AUPRC: 0.35156464260834513 Sensitivity: 0.5346869712351946 Specificity: 0.5836849507735584 Threshold: 0.34 Accuracy: 0.5692995529061102 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.26it/s]
Loss: 0.5845858163021981 AUROC: 0.5509249035134766 AUPRC: 0.30096092678109326 Sensitivity: 0.5561941251596424 Specificity: 0.5217291857273559 Threshold: 0.34 Accuracy: 0.5308184573930617 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0025.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.28it/s]
Loss: 0.600253164768219 AUROC: 0.5879352976313716 AUPRC: 0.3505096027506027 Sensitivity: 0.5499153976311336 Specificity: 0.5646976090014064 Threshold: 0.34 Accuracy: 0.5603576751117735 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.34it/s]
Loss: 0.5844876220885743 AUROC: 0.5569924832236723 AUPRC: 0.30368202432751357 Sensitivity: 0.5893997445721584 Specificity: 0.5057182067703568 Threshold: 0.34 Accuracy: 0.5277871337150556 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0026.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.22it/s]
Loss: 0.5981189534068108 AUROC: 0.5911754136710765 AUPRC: 0.3498544324662583 Sensitivity: 0.544839255499154 Specificity: 0.569620253164557 Threshold: 0.34 Accuracy: 0.5623447590660705 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.26it/s]
Loss: 0.5833910545136066 AUROC: 0.5634548601982428 AUPRC: 0.30610949801108894 Sensitivity: 0.5932311621966795 Specificity: 0.5166971637694419 Threshold: 0.34 Accuracy: 0.5368811047490738 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0027.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.25it/s]
Loss: 0.5982272773981094 AUROC: 0.5923415222714844 AUPRC: 0.3525838913218174 Sensitivity: 0.5939086294416244 Specificity: 0.5246132208157525 Threshold: 0.33 Accuracy: 0.5449577744659712 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.26it/s]
Loss: 0.5819512396416766 AUROC: 0.5638503147277637 AUPRC: 0.3080443211175935 Sensitivity: 0.5491698595146871 Specificity: 0.5587831655992681 Threshold: 0.34 Accuracy: 0.5562478949141125 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0028.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.19it/s]
Loss: 0.6028979159891605 AUROC: 0.5952383502181099 AUPRC: 0.3516119029537316 Sensitivity: 0.5922165820642978 Specificity: 0.5358649789029536 Threshold: 0.36 Accuracy: 0.5524093392945852 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.29it/s]
Loss: 0.5915180875899944 AUROC: 0.5675622561546309 AUPRC: 0.3066726646884652 Sensitivity: 0.5395913154533845 Specificity: 0.5697621225983531 Threshold: 0.37 Accuracy: 0.5618053216571236 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0029.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.6069830171763897 AUROC: 0.5943268816590156 AUPRC: 0.35129505833450647 Sensitivity: 0.5329949238578681 Specificity: 0.5822784810126582 Threshold: 0.38 Accuracy: 0.5678092399403875 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5977704131856878 AUROC: 0.5676893274161944 AUPRC: 0.30883437514003986 Sensitivity: 0.5804597701149425 Specificity: 0.5265324794144556 Threshold: 0.38 Accuracy: 0.5407544627820815 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0030.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.6142424456775188 AUROC: 0.588068567185704 AUPRC: 0.3495005749440674 Sensitivity: 0.6649746192893401 Specificity: 0.4964838255977497 Threshold: 0.39 Accuracy: 0.5459513164431197 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.6064323237601746 AUROC: 0.5640237596968518 AUPRC: 0.3041735383763364 Sensitivity: 0.6590038314176245 Specificity: 0.4364135407136322 Threshold: 0.39 Accuracy: 0.4951162007409902 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0031.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.6231278069317341 AUROC: 0.581465774712578 AUPRC: 0.33637879382182145 Sensitivity: 0.6869712351945855 Specificity: 0.4542897327707454 Threshold: 0.4 Accuracy: 0.5226030799801291 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.6138635100202358 AUROC: 0.5549989980357997 AUPRC: 0.3011099802008254 Sensitivity: 0.6915708812260536 Specificity: 0.3863220494053065 Threshold: 0.4 Accuracy: 0.4668238464129337 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0032.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.6197469495236874 AUROC: 0.5792918151075318 AUPRC: 0.3318734332953569 Sensitivity: 0.6395939086294417 Specificity: 0.47749648382559773 Threshold: 0.4 Accuracy: 0.5250869349230005 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.6122131487156482 AUROC: 0.5489790335339598 AUPRC: 0.2925943662917757 Sensitivity: 0.6590038314176245 Specificity: 0.4146843549862763 Threshold: 0.4 Accuracy: 0.47911754799595824 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0033.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.6226662397384644 AUROC: 0.5785665669524822 AUPRC: 0.33362119826298 Sensitivity: 0.7411167512690355 Specificity: 0.3755274261603376 Threshold: 0.4 Accuracy: 0.4828614008941878 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.6148918283746597 AUROC: 0.541328029057546 AUPRC: 0.2846072397242946 Sensitivity: 0.731162196679438 Specificity: 0.3119853613906679 Threshold: 0.4 Accuracy: 0.4225328393398451 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0034.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.6227511614561081 AUROC: 0.5756929421871915 AUPRC: 0.33271954951607374 Sensitivity: 0.7478849407783418 Specificity: 0.3551336146272855 Threshold: 0.4 Accuracy: 0.4704421261798311 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.6156679125542336 AUROC: 0.5346144307382753 AUPRC: 0.27730040443282306 Sensitivity: 0.7509578544061303 Specificity: 0.2897987191216834 Threshold: 0.4 Accuracy: 0.41141798585382283 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0035.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.624726939946413 AUROC: 0.5730263611938096 AUPRC: 0.3277120048084773 Sensitivity: 0.5702199661590525 Specificity: 0.5492264416315049 Threshold: 0.41000000000000003 Accuracy: 0.5553899652260308 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.6170905790430434 AUROC: 0.5318249244291141 AUPRC: 0.275472675803808 Sensitivity: 0.5932311621966795 Specificity: 0.4833028362305581 Threshold: 0.41000000000000003 Accuracy: 0.5122937015830246 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0036.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
Loss: 0.6245542764663696 AUROC: 0.5762206658242127 AUPRC: 0.324360394289626 Sensitivity: 0.5651438240270727 Specificity: 0.5492264416315049 Threshold: 0.41000000000000003 Accuracy: 0.553899652260308 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.6161281567938784 AUROC: 0.5358640378397769 AUPRC: 0.27739748880488324 Sensitivity: 0.5913154533844189 Specificity: 0.48124428179322964 Threshold: 0.41000000000000003 Accuracy: 0.5102728191310205 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0037.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
Loss: 0.6240665949881077 AUROC: 0.5747344723120602 AUPRC: 0.3299824255643384 Sensitivity: 0.571912013536379 Specificity: 0.5323488045007032 Threshold: 0.41000000000000003 Accuracy: 0.5439642324888226 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.6167746465256874 AUROC: 0.539246689428489 AUPRC: 0.28044740252568257 Sensitivity: 0.5983397190293742 Specificity: 0.4716376944190302 Threshold: 0.41000000000000003 Accuracy: 0.5050522061300101 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0038.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.54it/s]
Loss: 0.6236318238079548 AUROC: 0.5697273447707168 AUPRC: 0.31998621307509667 Sensitivity: 0.5922165820642978 Specificity: 0.5218002812939522 Threshold: 0.41000000000000003 Accuracy: 0.5424739195230999 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.6163282140772394 AUROC: 0.5339110840025753 AUPRC: 0.2727770886046097 Sensitivity: 0.611749680715198 Specificity: 0.4581427264409881 Threshold: 0.41000000000000003 Accuracy: 0.4986527450319973 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0039.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.6269209235906601 AUROC: 0.5643709796026187 AUPRC: 0.3225842083830195 Sensitivity: 0.7021996615905245 Specificity: 0.4050632911392405 Threshold: 0.41000000000000003 Accuracy: 0.49230004967709884 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.6198731495978984 AUROC: 0.5258769669754937 AUPRC: 0.27115962378574476 Sensitivity: 0.7120051085568327 Specificity: 0.33783165599268067 Threshold: 0.41000000000000003 Accuracy: 0.436510609632873 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0040.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.6244532838463783 AUROC: 0.5909410020442598 AUPRC: 0.34408085946685163 Sensitivity: 0.6818950930626058 Specificity: 0.4451476793248945 Threshold: 0.41000000000000003 Accuracy: 0.5146547441629409 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.55it/s]
Loss: 0.6177826714008412 AUROC: 0.5563563966212481 AUPRC: 0.29576588892334105 Sensitivity: 0.6909323116219668 Specificity: 0.39364135407136325 Threshold: 0.41000000000000003 Accuracy: 0.4720444594139441 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0041.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.623725164681673 AUROC: 0.5966828969945336 AUPRC: 0.3481182933947363 Sensitivity: 0.6734348561759729 Specificity: 0.4613220815752461 Threshold: 0.41000000000000003 Accuracy: 0.5235966219572777 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.6164971602723953 AUROC: 0.5643550943599056 AUPRC: 0.3036299599270308 Sensitivity: 0.6749680715197957 Specificity: 0.4087374199451052 Threshold: 0.41000000000000003 Accuracy: 0.4789491411249579 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0042.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.6210455931723118 AUROC: 0.5947945150059138 AUPRC: 0.34653610517690636 Sensitivity: 0.6209813874788495 Specificity: 0.49859353023909986 Threshold: 0.41000000000000003 Accuracy: 0.5345255837059115 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.54it/s]
Loss: 0.6146052073925099 AUROC: 0.5621877260261808 AUPRC: 0.30047944137743976 Sensitivity: 0.640485312899106 Specificity: 0.4487648673376029 Threshold: 0.41000000000000003 Accuracy: 0.49932637251599865 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0043.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
Loss: 0.6194043830037117 AUROC: 0.5969982222793377 AUPRC: 0.34933196054745513 Sensitivity: 0.6328257191201354 Specificity: 0.4964838255977497 Threshold: 0.41000000000000003 Accuracy: 0.5365126676602087 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.6145604531815712 AUROC: 0.5606546185583634 AUPRC: 0.3004014057461008 Sensitivity: 0.640485312899106 Specificity: 0.44853613906678863 Threshold: 0.41000000000000003 Accuracy: 0.4991579656449983 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0044.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.6234616637229919 AUROC: 0.5947641723841686 AUPRC: 0.35264191943154355 Sensitivity: 0.6920473773265652 Specificity: 0.44866385372714485 Threshold: 0.41000000000000003 Accuracy: 0.5201192250372578 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.6170263937179078 AUROC: 0.5585698465446549 AUPRC: 0.299750406902028 Sensitivity: 0.69029374201788 Specificity: 0.39249771271729184 Threshold: 0.41000000000000003 Accuracy: 0.47103401818794205 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0045.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.6274923235177994 AUROC: 0.5809088983605465 AUPRC: 0.32901847070543855 Sensitivity: 0.7749576988155669 Specificity: 0.34528832630098455 Threshold: 0.41000000000000003 Accuracy: 0.4714356681569796 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.6204267232976062 AUROC: 0.5472716047435264 AUPRC: 0.28748174099542123 Sensitivity: 0.7611749680715197 Specificity: 0.297804208600183 Threshold: 0.41000000000000003 Accuracy: 0.42000673627484003 Intermediate Model: ./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0046.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.6232216134667397 AUROC: 0.5977151410872416 AUPRC: 0.3451307599737998 Sensitivity: 0.6988155668358714 Specificity: 0.4430379746835443 Threshold: 0.41000000000000003 Accuracy: 0.5181321410829608 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.6167887297082455 AUROC: 0.5567768272263177 AUPRC: 0.299057224642056 Sensitivity: 0.6845466155810983 Specificity: 0.4039341262580055 Threshold: 0.41000000000000003 Accuracy: 0.4779386998989559 Plot AUROC/AUPRC for Each Intermediate Model Epoch with best Validation Loss: 26, 0.5982 Epoch with best model Test AUROC: 29, 0.5677 Epoch with best model Test Accuracy: 20, 0.5692
AUROC/AUPRC Plots - Best Model Based on Validation Loss
Epoch with best Validation Loss: 26, 0.5982
Best Model Based on Validation Loss:
./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0026.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5833910545136066 AUROC: 0.5634548601982428 AUPRC: 0.30610949801108894 Sensitivity: 0.5932311621966795 Specificity: 0.5166971637694419 Threshold: 0.34 Accuracy: 0.5368811047490738
best_model_val_test_auroc: 0.5634548601982428
best_model_val_test_auprc: 0.30610949801108894
AUROC/AUPRC Plots - Best Model Based on Model AUROC
Epoch with best model Test AUROC: 29, 0.5677
Best Model Based on Model AUROC:
./vitaldb_cache/models/EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_24df69ca_0029.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5977704131856878 AUROC: 0.5676893274161944 AUPRC: 0.30883437514003986 Sensitivity: 0.5804597701149425 Specificity: 0.5265324794144556 Threshold: 0.38 Accuracy: 0.5407544627820815
best_model_auroc_test_auroc: 0.5676893274161944
best_model_auroc_test_auprc: 0.30883437514003986 Total Processing Time: 3849.6710 sec
RUN_ME = True
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=True,
useEcg=True,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=1e-1,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
Experiment Setup
name: ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31
prediction_window: 003
max_cases: _ALL
use_abp: True
use_eeg: True
use_ecg: True
n_residuals: 12
skip_connection: False
batch_size: 128
learning_rate: 0.0001
weight_decay: 0.1
balance_labels: False
max_epochs: 200
patience: 20
device: mps
Model Architecture
HypotensionCNN(
(abpResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=1, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
)
(abpFc): Linear(in_features=2814, out_features=32, bias=True)
(ecgResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(15,), stride=(1,), padding=(7,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=1, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
)
(ecgFc): Linear(in_features=2814, out_features=32, bias=True)
(eegResiduals): Sequential(
(0): ResidualBlock(
(bn1): BatchNorm1d(1, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(1, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(1, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(1): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(2): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(3): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(4): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 2, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(5): ResidualBlock(
(bn1): BatchNorm1d(2, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(2, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
(residualConv): Conv1d(2, 4, kernel_size=(7,), stride=(1,), padding=(3,), bias=False)
)
(6): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(7): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
(8): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(9): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 4, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
(10): ResidualBlock(
(bn1): BatchNorm1d(4, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(4, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(4, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(downsample): MaxPool1d(kernel_size=2, stride=2, padding=0, dilation=1, ceil_mode=False)
)
(11): ResidualBlock(
(bn1): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(relu): ReLU()
(dropout): Dropout(p=0.5, inplace=False)
(conv1): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(bn2): BatchNorm1d(6, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)
(conv2): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
(residualConv): Conv1d(6, 6, kernel_size=(3,), stride=(1,), padding=(1,), bias=False)
)
)
(eegFc): Linear(in_features=720, out_features=32, bias=True)
(fullLinear1): Linear(in_features=96, out_features=16, bias=True)
(fullLinear2): Linear(in_features=16, out_features=1, bias=True)
(sigmoid): Sigmoid()
)
Training Loop
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
[2024-05-04 21:02:39.612005] Completed epoch 0 with training loss 0.52795690, validation loss 0.55884832 Validation loss improved to 0.55884832. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.57it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 21:03:45.315152] Completed epoch 1 with training loss 0.44101697, validation loss 0.58664620 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 21:04:48.448217] Completed epoch 2 with training loss 0.43648484, validation loss 0.61629283 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 21:05:52.978246] Completed epoch 3 with training loss 0.43333396, validation loss 0.61618388 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 21:06:56.680343] Completed epoch 4 with training loss 0.43108836, validation loss 0.59267592 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
[2024-05-04 21:08:00.111623] Completed epoch 5 with training loss 0.43332443, validation loss 0.57569194 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 21:09:03.730570] Completed epoch 6 with training loss 0.43011102, validation loss 0.65964460 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 21:10:07.408128] Completed epoch 7 with training loss 0.43400416, validation loss 0.56844622 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 21:11:10.480482] Completed epoch 8 with training loss 0.43240038, validation loss 0.62534142 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 21:12:14.052078] Completed epoch 9 with training loss 0.43124345, validation loss 0.59480184 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 21:13:17.436249] Completed epoch 10 with training loss 0.43058753, validation loss 0.61889875 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 21:14:21.083020] Completed epoch 11 with training loss 0.43051955, validation loss 0.55343801 Validation loss improved to 0.55343801. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 21:15:24.766369] Completed epoch 12 with training loss 0.43200666, validation loss 0.53480911 Validation loss improved to 0.53480911. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 21:16:28.751128] Completed epoch 13 with training loss 0.43015790, validation loss 0.54620838 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 21:17:31.996377] Completed epoch 14 with training loss 0.42899013, validation loss 0.58600122 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 21:18:35.160919] Completed epoch 15 with training loss 0.42603853, validation loss 0.56518185 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 21:19:38.823777] Completed epoch 16 with training loss 0.42759544, validation loss 0.51882446 Validation loss improved to 0.51882446. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 21:20:42.124074] Completed epoch 17 with training loss 0.42720696, validation loss 0.55073214 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 21:21:45.468211] Completed epoch 18 with training loss 0.42678687, validation loss 0.56001234 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 21:22:48.852043] Completed epoch 19 with training loss 0.42527348, validation loss 0.52022231 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
[2024-05-04 21:23:52.553579] Completed epoch 20 with training loss 0.42658973, validation loss 0.51357764 Validation loss improved to 0.51357764. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 21:24:55.994067] Completed epoch 21 with training loss 0.42401853, validation loss 0.51688814 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 21:25:59.353287] Completed epoch 22 with training loss 0.42522666, validation loss 0.50874788 Validation loss improved to 0.50874788. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 21:27:03.189579] Completed epoch 23 with training loss 0.42480636, validation loss 0.49734712 Validation loss improved to 0.49734712. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 21:28:07.247567] Completed epoch 24 with training loss 0.42440724, validation loss 0.52403837 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
[2024-05-04 21:29:11.530356] Completed epoch 25 with training loss 0.42503101, validation loss 0.50900829 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 21:30:15.224485] Completed epoch 26 with training loss 0.42393029, validation loss 0.50433689 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 21:31:19.384259] Completed epoch 27 with training loss 0.42464852, validation loss 0.52163613 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.58it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 21:32:24.816109] Completed epoch 28 with training loss 0.42486012, validation loss 0.51351440 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 21:33:28.827642] Completed epoch 29 with training loss 0.42412037, validation loss 0.51004845 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 21:34:32.943392] Completed epoch 30 with training loss 0.42310923, validation loss 0.53534794 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
[2024-05-04 21:35:36.798411] Completed epoch 31 with training loss 0.42330223, validation loss 0.48164728 Validation loss improved to 0.48164728. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 21:36:40.282423] Completed epoch 32 with training loss 0.42419156, validation loss 0.50445771 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.57it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 21:37:45.944956] Completed epoch 33 with training loss 0.42184159, validation loss 0.53948569 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 21:38:50.333172] Completed epoch 34 with training loss 0.42258069, validation loss 0.49764681 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 21:39:54.716833] Completed epoch 35 with training loss 0.42323136, validation loss 0.53945267 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 21:40:58.822551] Completed epoch 36 with training loss 0.42164478, validation loss 0.49734002 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 21:42:03.093703] Completed epoch 37 with training loss 0.42172909, validation loss 0.50379300 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 21:43:06.694350] Completed epoch 38 with training loss 0.42231578, validation loss 0.57624006 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 21:44:09.995874] Completed epoch 39 with training loss 0.42194384, validation loss 0.48131347 Validation loss improved to 0.48131347. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 21:45:13.661451] Completed epoch 40 with training loss 0.42345038, validation loss 0.49494702 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.58it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
[2024-05-04 21:46:18.933307] Completed epoch 41 with training loss 0.42207962, validation loss 0.53192627 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
[2024-05-04 21:47:23.688970] Completed epoch 42 with training loss 0.42135268, validation loss 0.55383211 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 21:48:27.811675] Completed epoch 43 with training loss 0.42172000, validation loss 0.56082398 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 21:49:30.715826] Completed epoch 44 with training loss 0.42295924, validation loss 0.48518950 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 21:50:34.753578] Completed epoch 45 with training loss 0.42159325, validation loss 0.48260415 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.52it/s]
[2024-05-04 21:51:37.552147] Completed epoch 46 with training loss 0.42056230, validation loss 0.51446193 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 21:52:40.355651] Completed epoch 47 with training loss 0.42210603, validation loss 0.47173464 Validation loss improved to 0.47173464. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 21:53:44.081425] Completed epoch 48 with training loss 0.42256504, validation loss 0.52194279 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
[2024-05-04 21:54:47.888802] Completed epoch 49 with training loss 0.42145446, validation loss 0.50729930 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
[2024-05-04 21:55:51.903358] Completed epoch 50 with training loss 0.42049947, validation loss 0.58242905 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 21:56:56.047989] Completed epoch 51 with training loss 0.42059192, validation loss 0.45511776 Validation loss improved to 0.45511776. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 21:58:00.181532] Completed epoch 52 with training loss 0.42130595, validation loss 0.48317254 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:01<00:00, 1.50it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.28it/s]
[2024-05-04 21:59:08.796383] Completed epoch 53 with training loss 0.42017078, validation loss 0.50315672 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:04<00:00, 1.44it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.21it/s]
[2024-05-04 22:00:20.201319] Completed epoch 54 with training loss 0.42051134, validation loss 0.47654635 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:02<00:00, 1.46it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.25it/s]
[2024-05-04 22:01:30.296220] Completed epoch 55 with training loss 0.42010877, validation loss 0.46944094 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:04<00:00, 1.42it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.15it/s]
[2024-05-04 22:02:42.445060] Completed epoch 56 with training loss 0.41946509, validation loss 0.46077815 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:03<00:00, 1.46it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
[2024-05-04 22:03:52.641142] Completed epoch 57 with training loss 0.42153412, validation loss 0.54853153 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:59<00:00, 1.54it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
[2024-05-04 22:04:59.195851] Completed epoch 58 with training loss 0.42053232, validation loss 0.48665842 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [01:00<00:00, 1.51it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
[2024-05-04 22:06:06.750809] Completed epoch 59 with training loss 0.42060548, validation loss 0.48146665 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 22:07:10.281386] Completed epoch 60 with training loss 0.41961312, validation loss 0.47547704 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 22:08:14.023091] Completed epoch 61 with training loss 0.42002276, validation loss 0.58296353 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 22:09:17.049650] Completed epoch 62 with training loss 0.42018995, validation loss 0.47233969 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 22:10:20.620052] Completed epoch 63 with training loss 0.41993594, validation loss 0.48187846 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 22:11:24.642309] Completed epoch 64 with training loss 0.42012361, validation loss 0.49956399 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 22:12:28.308237] Completed epoch 65 with training loss 0.42099616, validation loss 0.52838659 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 22:13:31.934814] Completed epoch 66 with training loss 0.41827053, validation loss 0.45854393 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 22:14:36.414323] Completed epoch 67 with training loss 0.41981021, validation loss 0.49306121 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 22:15:40.673619] Completed epoch 68 with training loss 0.41798472, validation loss 0.45857534 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 22:16:44.623273] Completed epoch 69 with training loss 0.41835454, validation loss 0.44187436 Validation loss improved to 0.44187436. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
[2024-05-04 22:17:48.894457] Completed epoch 70 with training loss 0.41862646, validation loss 0.44327894 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
[2024-05-04 22:18:53.138371] Completed epoch 71 with training loss 0.41965160, validation loss 0.44723830 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 22:19:56.738697] Completed epoch 72 with training loss 0.41967475, validation loss 0.43776292 Validation loss improved to 0.43776292. Model saved.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 22:21:00.532774] Completed epoch 73 with training loss 0.41796124, validation loss 0.44661245 No improvement in validation loss. 1 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 22:22:04.693417] Completed epoch 74 with training loss 0.41820431, validation loss 0.53975320 No improvement in validation loss. 2 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
[2024-05-04 22:23:08.944141] Completed epoch 75 with training loss 0.41879687, validation loss 0.50948507 No improvement in validation loss. 3 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 22:24:12.654478] Completed epoch 76 with training loss 0.42063028, validation loss 0.47572303 No improvement in validation loss. 4 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
[2024-05-04 22:25:17.292139] Completed epoch 77 with training loss 0.41715124, validation loss 0.45507920 No improvement in validation loss. 5 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 22:26:21.704999] Completed epoch 78 with training loss 0.42023182, validation loss 0.50152123 No improvement in validation loss. 6 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
[2024-05-04 22:27:25.627612] Completed epoch 79 with training loss 0.41860920, validation loss 0.49956742 No improvement in validation loss. 7 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 22:28:29.852514] Completed epoch 80 with training loss 0.41969788, validation loss 0.51965421 No improvement in validation loss. 8 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
[2024-05-04 22:29:33.659874] Completed epoch 81 with training loss 0.41912237, validation loss 0.44872421 No improvement in validation loss. 9 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
[2024-05-04 22:30:37.712814] Completed epoch 82 with training loss 0.41966280, validation loss 0.44332010 No improvement in validation loss. 10 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.62it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 22:31:41.151016] Completed epoch 83 with training loss 0.41879550, validation loss 0.48266476 No improvement in validation loss. 11 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.60it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
[2024-05-04 22:32:45.245045] Completed epoch 84 with training loss 0.41915393, validation loss 0.45460686 No improvement in validation loss. 12 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 22:33:49.545214] Completed epoch 85 with training loss 0.41887620, validation loss 0.51367474 No improvement in validation loss. 13 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 22:34:53.307160] Completed epoch 86 with training loss 0.41899914, validation loss 0.53647679 No improvement in validation loss. 14 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.61it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
[2024-05-04 22:35:56.973797] Completed epoch 87 with training loss 0.41952533, validation loss 0.45345378 No improvement in validation loss. 15 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:56<00:00, 1.63it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
[2024-05-04 22:37:00.081589] Completed epoch 88 with training loss 0.42114723, validation loss 0.44266310 No improvement in validation loss. 16 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
[2024-05-04 22:38:04.478464] Completed epoch 89 with training loss 0.41847649, validation loss 0.54987025 No improvement in validation loss. 17 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:57<00:00, 1.59it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
[2024-05-04 22:39:09.045696] Completed epoch 90 with training loss 0.41716599, validation loss 0.49457276 No improvement in validation loss. 18 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.57it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
[2024-05-04 22:40:14.324661] Completed epoch 91 with training loss 0.41867206, validation loss 0.48928851 No improvement in validation loss. 19 epochs without improvement.
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 92/92 [00:58<00:00, 1.58it/s] 100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
[2024-05-04 22:41:19.212574] Completed epoch 92 with training loss 0.41937476, validation loss 0.54977024 No improvement in validation loss. 20 epochs without improvement. Early stopping due to no improvement in validation loss. Plot Validation and Loss Values from Training Epoch with best Validation Loss: 72, 0.4378
Generate AUROC/AUPRC for Each Intermediate Model Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0000.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.60it/s]
Loss: 0.5592737980186939 AUROC: 0.8375634517766497 AUPRC: 0.6911679491817558 Sensitivity: 0.7563451776649747 Specificity: 0.7749648382559775 Threshold: 0.19 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5227859023403614 AUROC: 0.8262161742144075 AUPRC: 0.6702689121670109 Sensitivity: 0.7681992337164751 Specificity: 0.7355901189387009 Threshold: 0.18 Accuracy: 0.7441899629504883 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0001.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5873788055032492 AUROC: 0.8402258680964587 AUPRC: 0.702043787291098 Sensitivity: 0.7918781725888325 Specificity: 0.7433192686357243 Threshold: 0.14 Accuracy: 0.7575757575757576 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5461143867132512 AUROC: 0.8301689668025598 AUPRC: 0.6799953088490501 Sensitivity: 0.7567049808429118 Specificity: 0.7541171088746569 Threshold: 0.14 Accuracy: 0.7547995958235096 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0002.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
Loss: 0.6108291763812304 AUROC: 0.840559636935657 AUPRC: 0.7057330188187257 Sensitivity: 0.7749576988155669 Specificity: 0.7552742616033755 Threshold: 0.12 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5688762908920328 AUROC: 0.8311769924481697 AUPRC: 0.6825529045842763 Sensitivity: 0.7464878671775224 Specificity: 0.7657822506861848 Threshold: 0.12 Accuracy: 0.7606938363085214 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0003.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.616205058991909 AUROC: 0.84037639129845 AUPRC: 0.7065911898239261 Sensitivity: 0.751269035532995 Specificity: 0.7883263009845288 Threshold: 0.12 Accuracy: 0.7774465971187282 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5712820516621813 AUROC: 0.8312179619756047 AUPRC: 0.6831168762288391 Sensitivity: 0.7726692209450831 Specificity: 0.7367337602927722 Threshold: 0.11 Accuracy: 0.7462108454024924 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0004.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.5941334646195173 AUROC: 0.8407571614536853 AUPRC: 0.7064293022232114 Sensitivity: 0.7580372250423012 Specificity: 0.770042194092827 Threshold: 0.13 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5518242301459008 AUROC: 0.8317719634642371 AUPRC: 0.6834389080688337 Sensitivity: 0.7420178799489144 Specificity: 0.7742451967063129 Threshold: 0.13 Accuracy: 0.7657460424385315 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0005.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.5743269193917513 AUROC: 0.8404918122517557 AUPRC: 0.7045782059517559 Sensitivity: 0.7783417935702199 Specificity: 0.750351617440225 Threshold: 0.14 Accuracy: 0.7585692995529061 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5347047178669179 AUROC: 0.8317202586060838 AUPRC: 0.6834308636588681 Sensitivity: 0.7547892720306514 Specificity: 0.7605215004574566 Threshold: 0.14 Accuracy: 0.759009767598518 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0006.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.6564639024436474 AUROC: 0.8394101870295406 AUPRC: 0.705655669051437 Sensitivity: 0.7631133671742809 Specificity: 0.7651195499296765 Threshold: 0.09 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.34it/s]
Loss: 0.6070872316969201 AUROC: 0.8308212659452524 AUPRC: 0.6829938047938721 Sensitivity: 0.7452107279693486 Specificity: 0.770128087831656 Threshold: 0.09 Accuracy: 0.7635567531155271 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0007.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.5692490953952074 AUROC: 0.8402407419306475 AUPRC: 0.7038383773413479 Sensitivity: 0.7478849407783418 Specificity: 0.7834036568213784 Threshold: 0.15 Accuracy: 0.7729756582215599 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.529189611686037 AUROC: 0.831497810868887 AUPRC: 0.6833779046228804 Sensitivity: 0.7630906768837803 Specificity: 0.7477127172918573 Threshold: 0.14 Accuracy: 0.7517682721455036 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0008.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.6236602291464806 AUROC: 0.8391710157757835 AUPRC: 0.7044610057503544 Sensitivity: 0.7766497461928934 Specificity: 0.749648382559775 Threshold: 0.1 Accuracy: 0.7575757575757576 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.5792310415430272 AUROC: 0.8306476018877824 AUPRC: 0.6829078516784848 Sensitivity: 0.7586206896551724 Specificity: 0.7566331198536139 Threshold: 0.1 Accuracy: 0.7571572920175144 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0009.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.5968568008393049 AUROC: 0.839393528335249 AUPRC: 0.7041088122710966 Sensitivity: 0.7698815566835872 Specificity: 0.760196905766526 Threshold: 0.12 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.5532622816080742 AUROC: 0.8308542752614746 AUPRC: 0.6832730606167221 Sensitivity: 0.7515964240102171 Specificity: 0.7614364135407137 Threshold: 0.12 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0010.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.6161442548036575 AUROC: 0.8387926254340183 AUPRC: 0.7040773933725216 Sensitivity: 0.7563451776649747 Specificity: 0.7721518987341772 Threshold: 0.11 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.5726346690604027 AUROC: 0.8303503719828609 AUPRC: 0.6827834929090523 Sensitivity: 0.7388250319284803 Specificity: 0.7747026532479414 Threshold: 0.11 Accuracy: 0.7652408218255304 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0011.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5514503475278616 AUROC: 0.8394958603144684 AUPRC: 0.703379754388072 Sensitivity: 0.7715736040609137 Specificity: 0.7616033755274262 Threshold: 0.15 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.5161240915668771 AUROC: 0.831081469913615 AUPRC: 0.6839252117938869 Sensitivity: 0.7515964240102171 Specificity: 0.7641811527904849 Threshold: 0.15 Accuracy: 0.7608622431795218 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0012.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.32it/s]
Loss: 0.535099633038044 AUROC: 0.8394066173093353 AUPRC: 0.7035467462488718 Sensitivity: 0.7715736040609137 Specificity: 0.7623066104078763 Threshold: 0.16 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5017281193682488 AUROC: 0.831208176027875 AUPRC: 0.6842570903369029 Sensitivity: 0.7541507024265645 Specificity: 0.7632662397072278 Threshold: 0.16 Accuracy: 0.7608622431795218 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0013.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
Loss: 0.5440864060074091 AUROC: 0.8389960994857223 AUPRC: 0.7029801145863347 Sensitivity: 0.7461928934010152 Specificity: 0.7819971870604782 Threshold: 0.17 Accuracy: 0.771485345255837 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5102373275985109 AUROC: 0.8304514447564263 AUPRC: 0.6830490123957447 Sensitivity: 0.7611749680715197 Specificity: 0.7527447392497713 Threshold: 0.16 Accuracy: 0.7549680026945099 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0014.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.5873485878109932 AUROC: 0.8389139959209997 AUPRC: 0.7042304176644142 Sensitivity: 0.766497461928934 Specificity: 0.7665260196905767 Threshold: 0.12 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.5447812140622037 AUROC: 0.8302046051793661 AUPRC: 0.6823238605605693 Sensitivity: 0.743933588761175 Specificity: 0.7689844464775847 Threshold: 0.12 Accuracy: 0.7623779050185248 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0015.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.568129563704133 AUROC: 0.8377050506781278 AUPRC: 0.7044008993354967 Sensitivity: 0.7614213197969543 Specificity: 0.7609001406469761 Threshold: 0.13 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.5289568251117747 AUROC: 0.829031605982106 AUPRC: 0.6803852198420037 Sensitivity: 0.7452107279693486 Specificity: 0.7660109789569991 Threshold: 0.13 Accuracy: 0.7605254294375211 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0016.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.5189963988959789 AUROC: 0.8370244240256449 AUPRC: 0.7053987228697728 Sensitivity: 0.7597292724196277 Specificity: 0.7616033755274262 Threshold: 0.19 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.4879674299600277 AUROC: 0.8291874508511728 AUPRC: 0.6816154111659348 Sensitivity: 0.7637292464878672 Specificity: 0.7447392497712717 Threshold: 0.18 Accuracy: 0.7497473896934995 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0017.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.5531755704432726 AUROC: 0.8369101929790743 AUPRC: 0.704500919941804 Sensitivity: 0.7631133671742809 Specificity: 0.7538677918424754 Threshold: 0.15 Accuracy: 0.756582215598609 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.5171411776162208 AUROC: 0.8281977556001912 AUPRC: 0.6785548559644101 Sensitivity: 0.7420178799489144 Specificity: 0.7648673376029277 Threshold: 0.15 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0018.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.5614336188882589 AUROC: 0.8370732102017843 AUPRC: 0.704789268609138 Sensitivity: 0.7563451776649747 Specificity: 0.7693389592123769 Threshold: 0.14 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.5258153493100024 AUROC: 0.8285859802131058 AUPRC: 0.6801561108564069 Sensitivity: 0.7598978288633461 Specificity: 0.7506861848124429 Threshold: 0.13 Accuracy: 0.7531155271135063 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0019.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.5189556945115328 AUROC: 0.8351110539955878 AUPRC: 0.7026173878972375 Sensitivity: 0.751269035532995 Specificity: 0.7679324894514767 Threshold: 0.18 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.4919349009052236 AUROC: 0.8274173627834858 AUPRC: 0.6789381115614309 Sensitivity: 0.7528735632183908 Specificity: 0.752516010978957 Threshold: 0.17 Accuracy: 0.7526103065005052 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0020.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.5142543297261 AUROC: 0.8375789205642062 AUPRC: 0.7048664560780917 Sensitivity: 0.7580372250423012 Specificity: 0.7644163150492265 Threshold: 0.19 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.4840589336892392 AUROC: 0.8293523513733628 AUPRC: 0.6808396415564542 Sensitivity: 0.7592592592592593 Specificity: 0.7513723696248856 Threshold: 0.18 Accuracy: 0.7534523408555069 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0021.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.5162742082029581 AUROC: 0.8369530296215384 AUPRC: 0.7040956522211339 Sensitivity: 0.7614213197969543 Specificity: 0.7630098452883263 Threshold: 0.19 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.48895188912432247 AUROC: 0.8286548469945163 AUPRC: 0.6798760177453606 Sensitivity: 0.7567049808429118 Specificity: 0.7504574565416285 Threshold: 0.18 Accuracy: 0.7521050858875042 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0022.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5080701373517513 AUROC: 0.8388580703044496 AUPRC: 0.7060936955369529 Sensitivity: 0.7648054145516074 Specificity: 0.760196905766526 Threshold: 0.19 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.4817027963222341 AUROC: 0.83065607330522 AUPRC: 0.6811678603510017 Sensitivity: 0.7630906768837803 Specificity: 0.7479414455626715 Threshold: 0.18 Accuracy: 0.7519366790165039 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0023.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.4946855679154396 AUROC: 0.8388449813303633 AUPRC: 0.7056905386782901 Sensitivity: 0.7648054145516074 Specificity: 0.7517580872011251 Threshold: 0.2 Accuracy: 0.7555886736214605 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.4710847193256338 AUROC: 0.8306469446226363 AUPRC: 0.6819932395487112 Sensitivity: 0.7477650063856961 Specificity: 0.7618938700823422 Threshold: 0.2 Accuracy: 0.7581677332435164 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0024.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.5233343839645386 AUROC: 0.836410432150328 AUPRC: 0.7045451138552684 Sensitivity: 0.754653130287648 Specificity: 0.7651195499296765 Threshold: 0.17 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.4935508062864872 AUROC: 0.828555307839625 AUPRC: 0.6789035100851875 Sensitivity: 0.7573435504469987 Specificity: 0.7504574565416285 Threshold: 0.16 Accuracy: 0.7522734927585045 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0025.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.5095745008438826 AUROC: 0.8389556426567286 AUPRC: 0.7056831627300277 Sensitivity: 0.766497461928934 Specificity: 0.7566807313642757 Threshold: 0.18 Accuracy: 0.7595628415300546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.48281057432610935 AUROC: 0.8306791506147913 AUPRC: 0.6815424901075364 Sensitivity: 0.7618135376756067 Specificity: 0.7454254345837146 Threshold: 0.17 Accuracy: 0.7497473896934995 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0026.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.5032927189022303 AUROC: 0.839004428832868 AUPRC: 0.7068910510318209 Sensitivity: 0.7529610829103215 Specificity: 0.7770745428973277 Threshold: 0.19 Accuracy: 0.7699950322901142 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.47673791678662 AUROC: 0.8308959020540557 AUPRC: 0.6823736831582082 Sensitivity: 0.7503192848020435 Specificity: 0.7584629460201281 Threshold: 0.18 Accuracy: 0.7563152576625126 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0027.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.524112431332469 AUROC: 0.8413961413704393 AUPRC: 0.708766693409139 Sensitivity: 0.7698815566835872 Specificity: 0.7566807313642757 Threshold: 0.17 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.4927511640051578 AUROC: 0.8326754839516299 AUPRC: 0.6821066099449345 Sensitivity: 0.7515964240102171 Specificity: 0.7596065873741995 Threshold: 0.17 Accuracy: 0.757494105759515 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0028.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.5137345902621746 AUROC: 0.8411902875052654 AUPRC: 0.7084543587574499 Sensitivity: 0.7614213197969543 Specificity: 0.7686357243319268 Threshold: 0.18 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.48672412272463456 AUROC: 0.8322349702448766 AUPRC: 0.6822023586726401 Sensitivity: 0.764367816091954 Specificity: 0.7483989021043 Threshold: 0.17 Accuracy: 0.7526103065005052 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0029.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.5058666747063398 AUROC: 0.8394994300346739 AUPRC: 0.7061194437506463 Sensitivity: 0.7631133671742809 Specificity: 0.7686357243319268 Threshold: 0.18 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.4813349640115778 AUROC: 0.8314458138928907 AUPRC: 0.682223347712405 Sensitivity: 0.7567049808429118 Specificity: 0.7545745654162854 Threshold: 0.17 Accuracy: 0.7551364095655103 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0030.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.5339454300701618 AUROC: 0.8419089911732719 AUPRC: 0.7052762502452593 Sensitivity: 0.7580372250423012 Specificity: 0.770745428973277 Threshold: 0.16 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5051367289208352 AUROC: 0.8327646529231064 AUPRC: 0.6812476144095037 Sensitivity: 0.7554278416347382 Specificity: 0.7570905763952425 Threshold: 0.15 Accuracy: 0.7566520714045133 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0031.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.4811205007135868 AUROC: 0.8446326876899389 AUPRC: 0.705115909972644 Sensitivity: 0.7732656514382402 Specificity: 0.7531645569620253 Threshold: 0.22 Accuracy: 0.7590660705414803 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.458604762845851 AUROC: 0.8351841919845201 AUPRC: 0.6860172947492365 Sensitivity: 0.7547892720306514 Specificity: 0.7628087831655993 Threshold: 0.22 Accuracy: 0.7606938363085214 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0032.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.5009691454470158 AUROC: 0.8395232281693761 AUPRC: 0.7076609876691425 Sensitivity: 0.7698815566835872 Specificity: 0.7587904360056259 Threshold: 0.18 Accuracy: 0.762046696472926 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.47571538800888874 AUROC: 0.831646133703505 AUPRC: 0.6821783586205201 Sensitivity: 0.7650063856960408 Specificity: 0.7467978042086002 Threshold: 0.17 Accuracy: 0.7515998652745032 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0033.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.5392820909619331 AUROC: 0.8371672128338581 AUPRC: 0.7058110266359393 Sensitivity: 0.7529610829103215 Specificity: 0.7763713080168776 Threshold: 0.15 Accuracy: 0.76949826130154 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.5079427909977893 AUROC: 0.8286043836371944 AUPRC: 0.6782104463869476 Sensitivity: 0.7496807151979565 Specificity: 0.7589204025617566 Threshold: 0.14 Accuracy: 0.756483664533513 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0034.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.49896467104554176 AUROC: 0.8397909571847759 AUPRC: 0.7028427955449896 Sensitivity: 0.7698815566835872 Specificity: 0.7580872011251758 Threshold: 0.21 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.47283621607942783 AUROC: 0.830779712182132 AUPRC: 0.6817009632945913 Sensitivity: 0.7624521072796935 Specificity: 0.7435956084172004 Threshold: 0.2 Accuracy: 0.7485685415964971 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0035.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.5416353940963745 AUROC: 0.8429192219913804 AUPRC: 0.7071661193005003 Sensitivity: 0.7698815566835872 Specificity: 0.759493670886076 Threshold: 0.13 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5132813726333861 AUROC: 0.8337847284297264 AUPRC: 0.6821355855198074 Sensitivity: 0.7496807151979565 Specificity: 0.7673833485818847 Threshold: 0.13 Accuracy: 0.7627147187605254 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0036.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.34it/s]
Loss: 0.4975622035562992 AUROC: 0.8416031851423486 AUPRC: 0.7078364737806886 Sensitivity: 0.7681895093062606 Specificity: 0.7573839662447257 Threshold: 0.19 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.4711993891508021 AUROC: 0.8334183396255517 AUPRC: 0.685757852038086 Sensitivity: 0.7471264367816092 Specificity: 0.7680695333943275 Threshold: 0.19 Accuracy: 0.762546311889525 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0037.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.5072362963110209 AUROC: 0.8453073648087464 AUPRC: 0.7062663436883937 Sensitivity: 0.7580372250423012 Specificity: 0.7679324894514767 Threshold: 0.19 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.4803386711059733 AUROC: 0.8356289413999922 AUPRC: 0.6854471157362511 Sensitivity: 0.7586206896551724 Specificity: 0.755946935041171 Threshold: 0.18 Accuracy: 0.7566520714045133 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0038.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.5757032241672277 AUROC: 0.8413342662202136 AUPRC: 0.7072425896232495 Sensitivity: 0.7766497461928934 Specificity: 0.7531645569620253 Threshold: 0.1 Accuracy: 0.7600596125186289 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.5419621553192747 AUROC: 0.8321669067875334 AUPRC: 0.678826182844932 Sensitivity: 0.7535121328224776 Specificity: 0.7623513266239708 Threshold: 0.1 Accuracy: 0.76002020882452 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0039.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.478566637262702 AUROC: 0.8417543032977076 AUPRC: 0.70835112461195 Sensitivity: 0.7597292724196277 Specificity: 0.7693389592123769 Threshold: 0.21 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.4573407081213403 AUROC: 0.8327103920338295 AUPRC: 0.6832972652645496 Sensitivity: 0.7637292464878672 Specificity: 0.7529734675205856 Threshold: 0.2 Accuracy: 0.7558100370495117 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0040.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.4943483006209135 AUROC: 0.8419982341784051 AUPRC: 0.7075093585707491 Sensitivity: 0.7749576988155669 Specificity: 0.7545710267229254 Threshold: 0.18 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.4711374041247875 AUROC: 0.8328119029841592 AUPRC: 0.6823108154881099 Sensitivity: 0.7509578544061303 Specificity: 0.7637236962488564 Threshold: 0.18 Accuracy: 0.7603570225665207 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0041.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
Loss: 0.5329688377678394 AUROC: 0.8377597863879429 AUPRC: 0.7058327847121745 Sensitivity: 0.766497461928934 Specificity: 0.7454289732770746 Threshold: 0.17 Accuracy: 0.7516145057128664 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.5026416322018238 AUROC: 0.829397702668438 AUPRC: 0.6785207286906696 Sensitivity: 0.7496807151979565 Specificity: 0.7580054894784996 Threshold: 0.17 Accuracy: 0.7558100370495117 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0042.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.53it/s]
Loss: 0.5534919183701277 AUROC: 0.8454465838967542 AUPRC: 0.70981798723142 Sensitivity: 0.7648054145516074 Specificity: 0.7637130801687764 Threshold: 0.14 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.36it/s]
Loss: 0.5219576764614025 AUROC: 0.8347077477831176 AUPRC: 0.6818482199769003 Sensitivity: 0.7662835249042146 Specificity: 0.7493138151875571 Threshold: 0.13 Accuracy: 0.7537891545975076 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0043.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.30it/s]
Loss: 0.5621622763574123 AUROC: 0.8401990951949188 AUPRC: 0.7095571650859757 Sensitivity: 0.766497461928934 Specificity: 0.7630098452883263 Threshold: 0.12 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.34it/s]
Loss: 0.524293581856058 AUROC: 0.8325772593270306 AUPRC: 0.6805181280612946 Sensitivity: 0.7477650063856961 Specificity: 0.7689844464775847 Threshold: 0.12 Accuracy: 0.7633883462445268 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0044.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.4861841481178999 AUROC: 0.8380917703670387 AUPRC: 0.704983776947161 Sensitivity: 0.7580372250423012 Specificity: 0.7651195499296765 Threshold: 0.17 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.38it/s]
Loss: 0.463215504872038 AUROC: 0.829674557353833 AUPRC: 0.6785997639773014 Sensitivity: 0.7567049808429118 Specificity: 0.7522872827081427 Threshold: 0.16 Accuracy: 0.7534523408555069 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0045.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.20it/s]
Loss: 0.48320649564266205 AUROC: 0.841078436272165 AUPRC: 0.7075893664098113 Sensitivity: 0.7529610829103215 Specificity: 0.7749648382559775 Threshold: 0.2 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:22<00:00, 2.12it/s]
Loss: 0.45803347895754143 AUROC: 0.8324747989937124 AUPRC: 0.6808967837031423 Sensitivity: 0.7541507024265645 Specificity: 0.7607502287282708 Threshold: 0.19 Accuracy: 0.759009767598518 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0046.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.17it/s]
Loss: 0.517790362238884 AUROC: 0.8416698199195147 AUPRC: 0.7105449618297419 Sensitivity: 0.7732656514382402 Specificity: 0.7580872011251758 Threshold: 0.15 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.20it/s]
Loss: 0.4869303579660172 AUROC: 0.833492099380827 AUPRC: 0.6835693848053981 Sensitivity: 0.7630906768837803 Specificity: 0.7495425434583715 Threshold: 0.14 Accuracy: 0.7531155271135063 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0047.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.37it/s]
Loss: 0.47361529991030693 AUROC: 0.8401526888322494 AUPRC: 0.7086323435578523 Sensitivity: 0.7715736040609137 Specificity: 0.7566807313642757 Threshold: 0.19 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.44951002775354587 AUROC: 0.8322749173598623 AUPRC: 0.681499068940665 Sensitivity: 0.7503192848020435 Specificity: 0.7632662397072278 Threshold: 0.19 Accuracy: 0.7598518019535198 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0048.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
Loss: 0.5226488020271063 AUROC: 0.8397397911951661 AUPRC: 0.7074778258043054 Sensitivity: 0.7698815566835872 Specificity: 0.7552742616033755 Threshold: 0.15 Accuracy: 0.7595628415300546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.35it/s]
Loss: 0.49256749356046636 AUROC: 0.8323287400723751 AUPRC: 0.679686942439268 Sensitivity: 0.7496807151979565 Specificity: 0.7669258920402562 Threshold: 0.15 Accuracy: 0.7623779050185248 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0049.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.26it/s]
Loss: 0.5084954127669334 AUROC: 0.83994326524687 AUPRC: 0.706684383401969 Sensitivity: 0.7715736040609137 Specificity: 0.7524613220815752 Threshold: 0.15 Accuracy: 0.7580725285643318 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:21<00:00, 2.23it/s]
Loss: 0.4802275372946516 AUROC: 0.8309179569511778 AUPRC: 0.6785522209390525 Sensitivity: 0.7490421455938697 Specificity: 0.7614364135407137 Threshold: 0.15 Accuracy: 0.7581677332435164 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0050.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.5797882452607155 AUROC: 0.8414377881061681 AUPRC: 0.709202259104759 Sensitivity: 0.766497461928934 Specificity: 0.7545710267229254 Threshold: 0.09 Accuracy: 0.7580725285643318 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.5448507003961726 AUROC: 0.8326074935237475 AUPRC: 0.6790674571652336 Sensitivity: 0.7528735632183908 Specificity: 0.7673833485818847 Threshold: 0.09 Accuracy: 0.7635567531155271 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0051.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.4544910565018654 AUROC: 0.8400027605836253 AUPRC: 0.7071606164552687 Sensitivity: 0.7563451776649747 Specificity: 0.770745428973277 Threshold: 0.22 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.43325021450823925 AUROC: 0.8320494023853174 AUPRC: 0.6807222810891936 Sensitivity: 0.7554278416347382 Specificity: 0.7552607502287283 Threshold: 0.21 Accuracy: 0.7553048164365106 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0052.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.33it/s]
Loss: 0.4841320775449276 AUROC: 0.8448742387571664 AUPRC: 0.7093024228737677 Sensitivity: 0.7732656514382402 Specificity: 0.7552742616033755 Threshold: 0.18 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.4600825382673994 AUROC: 0.8354098530179862 AUPRC: 0.6837903991750789 Sensitivity: 0.7637292464878672 Specificity: 0.7486276303751144 Threshold: 0.17 Accuracy: 0.7526103065005052 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0053.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.5017970763146877 AUROC: 0.8436057981775389 AUPRC: 0.712431700892219 Sensitivity: 0.7715736040609137 Specificity: 0.7566807313642757 Threshold: 0.16 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.4750038705607678 AUROC: 0.8355413060471899 AUPRC: 0.6862836131061154 Sensitivity: 0.7522349936143039 Specificity: 0.7641811527904849 Threshold: 0.16 Accuracy: 0.7610306500505221 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0054.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.47499656677246094 AUROC: 0.8426503030692456 AUPRC: 0.7081676588957148 Sensitivity: 0.7749576988155669 Specificity: 0.7587904360056259 Threshold: 0.17 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.41it/s]
Loss: 0.45698918814354755 AUROC: 0.8326908201383703 AUPRC: 0.6820985677384399 Sensitivity: 0.7611749680715197 Specificity: 0.7529734675205856 Threshold: 0.16 Accuracy: 0.7551364095655103 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0055.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.38it/s]
Loss: 0.4715925846248865 AUROC: 0.8455512956894439 AUPRC: 0.7114876874570116 Sensitivity: 0.7648054145516074 Specificity: 0.7644163150492265 Threshold: 0.19 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.4470455164604999 AUROC: 0.8361928748952758 AUPRC: 0.6833532646018378 Sensitivity: 0.7573435504469987 Specificity: 0.7621225983531564 Threshold: 0.18 Accuracy: 0.7608622431795218 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0056.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.4592343531548977 AUROC: 0.8406417405003798 AUPRC: 0.707137664976757 Sensitivity: 0.7529610829103215 Specificity: 0.7714486638537271 Threshold: 0.23 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.4419932080076096 AUROC: 0.8308376245444422 AUPRC: 0.6796642392895245 Sensitivity: 0.7458492975734355 Specificity: 0.7605215004574566 Threshold: 0.22 Accuracy: 0.7566520714045133 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0057.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.5449338424950838 AUROC: 0.8439687197317474 AUPRC: 0.7111511693428787 Sensitivity: 0.7597292724196277 Specificity: 0.7728551336146273 Threshold: 0.09 Accuracy: 0.7690014903129657 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5180139684296668 AUROC: 0.835048430217137 AUPRC: 0.6826194365624253 Sensitivity: 0.7624521072796935 Specificity: 0.7609789569990851 Threshold: 0.08 Accuracy: 0.7613674637925227 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0058.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.48345126397907734 AUROC: 0.8457630990882935 AUPRC: 0.7122997454062545 Sensitivity: 0.7580372250423012 Specificity: 0.7665260196905767 Threshold: 0.14 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.464497946044232 AUROC: 0.8351508905504551 AUPRC: 0.6838918417737004 Sensitivity: 0.7515964240102171 Specificity: 0.7644098810612991 Threshold: 0.13 Accuracy: 0.7610306500505221 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0059.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.4824417009949684 AUROC: 0.846631731004924 AUPRC: 0.7120635225426 Sensitivity: 0.7597292724196277 Specificity: 0.770042194092827 Threshold: 0.21 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.4584696330922715 AUROC: 0.8360472541507025 AUPRC: 0.6843132216150096 Sensitivity: 0.7573435504469987 Specificity: 0.7506861848124429 Threshold: 0.2 Accuracy: 0.7524418996295049 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0060.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.42it/s]
Loss: 0.47592005878686905 AUROC: 0.8409023300753686 AUPRC: 0.7077805636352167 Sensitivity: 0.7631133671742809 Specificity: 0.7552742616033755 Threshold: 0.17 Accuracy: 0.7575757575757576 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.4500489390276848 AUROC: 0.8332018803041297 AUPRC: 0.681986152648177 Sensitivity: 0.7598978288633461 Specificity: 0.7516010978957 Threshold: 0.16 Accuracy: 0.7537891545975076 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0061.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.39it/s]
Loss: 0.5832449290901423 AUROC: 0.8440603425503509 AUPRC: 0.7119415296540088 Sensitivity: 0.7698815566835872 Specificity: 0.7637130801687764 Threshold: 0.07 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.42it/s]
Loss: 0.5499764769635302 AUROC: 0.8353460252693619 AUPRC: 0.684282119169669 Sensitivity: 0.7490421455938697 Specificity: 0.7712717291857274 Threshold: 0.07 Accuracy: 0.7654092286965308 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0062.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.41it/s]
Loss: 0.4713859725743532 AUROC: 0.8461855159792576 AUPRC: 0.7121042600390611 Sensitivity: 0.7580372250423012 Specificity: 0.7756680731364276 Threshold: 0.2 Accuracy: 0.7704918032786885 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.45it/s]
Loss: 0.44882504229849957 AUROC: 0.8365606512592032 AUPRC: 0.6846618964722186 Sensitivity: 0.7567049808429118 Specificity: 0.7609789569990851 Threshold: 0.19 Accuracy: 0.7598518019535198 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0063.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.4853644445538521 AUROC: 0.8415234613910961 AUPRC: 0.7093456302894361 Sensitivity: 0.7580372250423012 Specificity: 0.770745428973277 Threshold: 0.17 Accuracy: 0.7670144063586687 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.4583832875211188 AUROC: 0.8331339629057077 AUPRC: 0.6818176568701036 Sensitivity: 0.7496807151979565 Specificity: 0.7621225983531564 Threshold: 0.16 Accuracy: 0.7588413607275177 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0064.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.51it/s]
Loss: 0.501485750079155 AUROC: 0.8464758532226245 AUPRC: 0.7142218636221025 Sensitivity: 0.7715736040609137 Specificity: 0.760196905766526 Threshold: 0.15 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.52it/s]
Loss: 0.47316361171133975 AUROC: 0.8363463828216013 AUPRC: 0.6841519601819231 Sensitivity: 0.7503192848020435 Specificity: 0.7648673376029277 Threshold: 0.15 Accuracy: 0.7610306500505221 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0065.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
Loss: 0.5256675034761429 AUROC: 0.8438735271929386 AUPRC: 0.7099331800976605 Sensitivity: 0.7580372250423012 Specificity: 0.7623066104078763 Threshold: 0.11 Accuracy: 0.7610531544957775 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.5009635468112662 AUROC: 0.8345989338867215 AUPRC: 0.6816423111910287 Sensitivity: 0.7535121328224776 Specificity: 0.7568618481244281 Threshold: 0.1 Accuracy: 0.7559784439205119 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0066.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.46093424782156944 AUROC: 0.841521081577626 AUPRC: 0.7070672757060255 Sensitivity: 0.7597292724196277 Specificity: 0.7580872011251758 Threshold: 0.2 Accuracy: 0.7585692995529061 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.4411065226539652 AUROC: 0.8322709007395256 AUPRC: 0.6812332576476511 Sensitivity: 0.7528735632183908 Specificity: 0.7568618481244281 Threshold: 0.19 Accuracy: 0.7558100370495117 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0067.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.4921039715409279 AUROC: 0.843899705141111 AUPRC: 0.710089813237265 Sensitivity: 0.754653130287648 Specificity: 0.7714486638537271 Threshold: 0.17 Accuracy: 0.7665176353700944 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.46786753262611147 AUROC: 0.8349231846920904 AUPRC: 0.6819347840132522 Sensitivity: 0.7586206896551724 Specificity: 0.7518298261665142 Threshold: 0.15 Accuracy: 0.7536207477265072 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0068.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.45632558688521385 AUROC: 0.8420458304478095 AUPRC: 0.7066367942452736 Sensitivity: 0.7631133671742809 Specificity: 0.7672292545710268 Threshold: 0.2 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.49it/s]
Loss: 0.43618663289445514 AUROC: 0.8333844539558013 AUPRC: 0.6806279650240437 Sensitivity: 0.7586206896551724 Specificity: 0.7502287282708143 Threshold: 0.19 Accuracy: 0.7524418996295049 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0069.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.4414151459932327 AUROC: 0.8423635355460839 AUPRC: 0.7075252684373126 Sensitivity: 0.7648054145516074 Specificity: 0.7630098452883263 Threshold: 0.28 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.42578866031575713 AUROC: 0.8327067405607962 AUPRC: 0.6789241728047525 Sensitivity: 0.7624521072796935 Specificity: 0.7527447392497713 Threshold: 0.27 Accuracy: 0.7553048164365106 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0070.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.4406341966241598 AUROC: 0.8460332079171633 AUPRC: 0.7119269844872468 Sensitivity: 0.7614213197969543 Specificity: 0.7763713080168776 Threshold: 0.25 Accuracy: 0.7719821162444114 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.42614733570433677 AUROC: 0.8352306387215054 AUPRC: 0.6837087071789216 Sensitivity: 0.7598978288633461 Specificity: 0.7548032936870998 Threshold: 0.24 Accuracy: 0.7561468507915123 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0071.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.49it/s]
Loss: 0.44792394153773785 AUROC: 0.8419030416395962 AUPRC: 0.7075781873505079 Sensitivity: 0.7631133671742809 Specificity: 0.770745428973277 Threshold: 0.25 Accuracy: 0.7685047193243915 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.4296675381508279 AUROC: 0.8327545018280735 AUPRC: 0.679058160946638 Sensitivity: 0.764367816091954 Specificity: 0.7513723696248856 Threshold: 0.24 Accuracy: 0.7547995958235096 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0072.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.4394940696656704 AUROC: 0.8424266006030446 AUPRC: 0.7076861340115749 Sensitivity: 0.7681895093062606 Specificity: 0.7573839662447257 Threshold: 0.29 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.4267581945404093 AUROC: 0.8327256551911094 AUPRC: 0.681267323604146 Sensitivity: 0.7541507024265645 Specificity: 0.7653247941445562 Threshold: 0.29 Accuracy: 0.7623779050185248 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0073.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.4456650782376528 AUROC: 0.8456857551505114 AUPRC: 0.7111617293544942 Sensitivity: 0.7631133671742809 Specificity: 0.7637130801687764 Threshold: 0.23 Accuracy: 0.7635370094386488 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.53it/s]
Loss: 0.43324663601023083 AUROC: 0.8340718072396149 AUPRC: 0.6833494948338846 Sensitivity: 0.7554278416347382 Specificity: 0.7541171088746569 Threshold: 0.22 Accuracy: 0.754462782081509 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0074.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.5406687911599874 AUROC: 0.8424135116289585 AUPRC: 0.7099482436096748 Sensitivity: 0.7597292724196277 Specificity: 0.7644163150492265 Threshold: 0.12 Accuracy: 0.7630402384500745 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.48it/s]
Loss: 0.5101129114627838 AUROC: 0.8331561638617511 AUPRC: 0.679808108875408 Sensitivity: 0.7573435504469987 Specificity: 0.755946935041171 Threshold: 0.11 Accuracy: 0.7563152576625126 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0075.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.5082892123609781 AUROC: 0.838053693351515 AUPRC: 0.7065381917431313 Sensitivity: 0.7597292724196277 Specificity: 0.759493670886076 Threshold: 0.15 Accuracy: 0.7595628415300546 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.4797522948777422 AUROC: 0.830819148090893 AUPRC: 0.6796903489099728 Sensitivity: 0.7624521072796935 Specificity: 0.7483989021043 Threshold: 0.14 Accuracy: 0.7521050858875042 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0076.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.4769009705632925 AUROC: 0.8506714643706227 AUPRC: 0.7171524657740636 Sensitivity: 0.7648054145516074 Specificity: 0.7616033755274262 Threshold: 0.16 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.45461469318004366 AUROC: 0.838691650921515 AUPRC: 0.6872240787460455 Sensitivity: 0.7618135376756067 Specificity: 0.7541171088746569 Threshold: 0.15 Accuracy: 0.7561468507915123 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0077.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.4539890978485346 AUROC: 0.8459368254716196 AUPRC: 0.7078200393537352 Sensitivity: 0.7631133671742809 Specificity: 0.7644163150492265 Threshold: 0.23 Accuracy: 0.764033780427223 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.4349468410649198 AUROC: 0.8362479391086199 AUPRC: 0.683035680432654 Sensitivity: 0.743933588761175 Specificity: 0.7687557182067704 Threshold: 0.23 Accuracy: 0.7622094981475244 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0078.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.5023023784160614 AUROC: 0.845487040725748 AUPRC: 0.7137085943390904 Sensitivity: 0.7597292724196277 Specificity: 0.7679324894514767 Threshold: 0.15 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.47723098574800693 AUROC: 0.8362205530608691 AUPRC: 0.6852227325059775 Sensitivity: 0.7535121328224776 Specificity: 0.7605215004574566 Threshold: 0.14 Accuracy: 0.7586729538565173 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0079.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.47it/s]
Loss: 0.49895674362778664 AUROC: 0.8429894264887519 AUPRC: 0.7102183259280427 Sensitivity: 0.7648054145516074 Specificity: 0.7665260196905767 Threshold: 0.13 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.47330586675633773 AUROC: 0.834266649840679 AUPRC: 0.6854006745345459 Sensitivity: 0.7567049808429118 Specificity: 0.7580054894784996 Threshold: 0.12 Accuracy: 0.7576625126305153 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0080.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.50it/s]
Loss: 0.5190341807901859 AUROC: 0.8481738501336263 AUPRC: 0.7161003435326797 Sensitivity: 0.766497461928934 Specificity: 0.7658227848101266 Threshold: 0.11 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.50it/s]
Loss: 0.49340007311486184 AUROC: 0.8369577854663195 AUPRC: 0.6870143282988098 Sensitivity: 0.7618135376756067 Specificity: 0.755032021957914 Threshold: 0.1 Accuracy: 0.7568204782755137 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0081.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.48it/s]
Loss: 0.44953313283622265 AUROC: 0.8449301643737165 AUPRC: 0.7090270686866289 Sensitivity: 0.7631133671742809 Specificity: 0.7728551336146273 Threshold: 0.24 Accuracy: 0.7699950322901142 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.31it/s]
Loss: 0.4329799492942526 AUROC: 0.8337494552002234 AUPRC: 0.6834726619312456 Sensitivity: 0.7490421455938697 Specificity: 0.7698993595608418 Threshold: 0.24 Accuracy: 0.7643987874705288 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0082.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.35it/s]
Loss: 0.44331591948866844 AUROC: 0.8421065156913001 AUPRC: 0.7104149884355082 Sensitivity: 0.7715736040609137 Specificity: 0.7623066104078763 Threshold: 0.26 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.4270937499847818 AUROC: 0.8336324620042322 AUPRC: 0.6838437863364982 Sensitivity: 0.7490421455938697 Specificity: 0.7644098810612991 Threshold: 0.26 Accuracy: 0.7603570225665207 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0083.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.46it/s]
Loss: 0.4843842852860689 AUROC: 0.8427276470070275 AUPRC: 0.7096936198043178 Sensitivity: 0.7580372250423012 Specificity: 0.7573839662447257 Threshold: 0.19 Accuracy: 0.7575757575757576 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.4591516288036996 AUROC: 0.8339039855389982 AUPRC: 0.6798512433028036 Sensitivity: 0.7547892720306514 Specificity: 0.7552607502287283 Threshold: 0.18 Accuracy: 0.7551364095655103 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0084.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.45508396439254284 AUROC: 0.850038433987544 AUPRC: 0.7130234660365099 Sensitivity: 0.754653130287648 Specificity: 0.770745428973277 Threshold: 0.19 Accuracy: 0.7660208643815202 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.43616369683691797 AUROC: 0.8396645493965429 AUPRC: 0.6879273952816662 Sensitivity: 0.756066411238825 Specificity: 0.7596065873741995 Threshold: 0.18 Accuracy: 0.7586729538565173 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0085.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.43it/s]
Loss: 0.5171164739876986 AUROC: 0.8439139840219322 AUPRC: 0.7133201862346893 Sensitivity: 0.7631133671742809 Specificity: 0.7651195499296765 Threshold: 0.14 Accuracy: 0.7645305514157973 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.44it/s]
Loss: 0.48718434255173865 AUROC: 0.835172507270813 AUPRC: 0.6839115839377636 Sensitivity: 0.7541507024265645 Specificity: 0.7614364135407137 Threshold: 0.13 Accuracy: 0.7595149882115191 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0086.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.40it/s]
Loss: 0.537101399153471 AUROC: 0.8468114069219255 AUPRC: 0.7159229975003183 Sensitivity: 0.7766497461928934 Specificity: 0.7609001406469761 Threshold: 0.1 Accuracy: 0.7655240933929458 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.43it/s]
Loss: 0.5039597343891224 AUROC: 0.837675080829007 AUPRC: 0.685637493900789 Sensitivity: 0.7547892720306514 Specificity: 0.7612076852698993 Threshold: 0.1 Accuracy: 0.7595149882115191 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0087.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.45130082219839096 AUROC: 0.8480929364756391 AUPRC: 0.713981061493715 Sensitivity: 0.7766497461928934 Specificity: 0.7552742616033755 Threshold: 0.23 Accuracy: 0.7615499254843517 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:18<00:00, 2.51it/s]
Loss: 0.43244884432630337 AUROC: 0.8374681153374721 AUPRC: 0.6835996744602627 Sensitivity: 0.7522349936143039 Specificity: 0.7586916742909423 Threshold: 0.23 Accuracy: 0.756988885146514 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0088.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.45it/s]
Loss: 0.44112659618258476 AUROC: 0.8428585367478897 AUPRC: 0.7097452456481147 Sensitivity: 0.7698815566835872 Specificity: 0.7630098452883263 Threshold: 0.28 Accuracy: 0.7650273224043715 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.42585019164897026 AUROC: 0.8335648367236531 AUPRC: 0.6821471441145921 Sensitivity: 0.7630906768837803 Specificity: 0.7527447392497713 Threshold: 0.27 Accuracy: 0.755473223307511 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0089.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.31it/s]
Loss: 0.549312885850668 AUROC: 0.8440662920840265 AUPRC: 0.7117437353184132 Sensitivity: 0.7749576988155669 Specificity: 0.7545710267229254 Threshold: 0.08 Accuracy: 0.7605563835072032 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:22<00:00, 2.05it/s]
Loss: 0.5176771051706152 AUROC: 0.8345671660713305 AUPRC: 0.6830740601529406 Sensitivity: 0.7605363984674329 Specificity: 0.7605215004574566 Threshold: 0.08 Accuracy: 0.7605254294375211 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0090.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:07<00:00, 2.27it/s]
Loss: 0.4934713374823332 AUROC: 0.84885923641305 AUPRC: 0.7156763722103204 Sensitivity: 0.7749576988155669 Specificity: 0.7573839662447257 Threshold: 0.14 Accuracy: 0.7625434674615003 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.40it/s]
Loss: 0.4682480857727375 AUROC: 0.8376704069435245 AUPRC: 0.6858703476616502 Sensitivity: 0.7586206896551724 Specificity: 0.7580054894784996 Threshold: 0.14 Accuracy: 0.7581677332435164 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0091.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.44it/s]
Loss: 0.4904552213847637 AUROC: 0.8454953700728938 AUPRC: 0.7146633769418488 Sensitivity: 0.7648054145516074 Specificity: 0.7686357243319268 Threshold: 0.14 Accuracy: 0.767511177347243 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.46it/s]
Loss: 0.4621495328685071 AUROC: 0.8376727438862658 AUPRC: 0.6860025017623308 Sensitivity: 0.7573435504469987 Specificity: 0.7545745654162854 Threshold: 0.13 Accuracy: 0.7553048164365106 Intermediate Model: ./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0092.model AUROC/AUPRC on Validation Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 16/16 [00:06<00:00, 2.36it/s]
Loss: 0.5523972939699888 AUROC: 0.8519910709398597 AUPRC: 0.7167738042133736 Sensitivity: 0.7783417935702199 Specificity: 0.7672292545710268 Threshold: 0.09 Accuracy: 0.7704918032786885 AUROC/AUPRC on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.39it/s]
Loss: 0.5215899906259902 AUROC: 0.8401415778336306 AUPRC: 0.6889128288563813 Sensitivity: 0.7477650063856961 Specificity: 0.7742451967063129 Threshold: 0.09 Accuracy: 0.7672617042775345 Plot AUROC/AUPRC for Each Intermediate Model Epoch with best Validation Loss: 72, 0.4378 Epoch with best model Test AUROC: 92, 0.8401 Epoch with best model Test Accuracy: 92, 0.7673
AUROC/AUPRC Plots - Best Model Based on Validation Loss
Epoch with best Validation Loss: 72, 0.4378
Best Model Based on Validation Loss:
./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0072.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:20<00:00, 2.34it/s]
Loss: 0.4267581945404093 AUROC: 0.8327256551911094 AUPRC: 0.681267323604146 Sensitivity: 0.7541507024265645 Specificity: 0.7653247941445562 Threshold: 0.29 Accuracy: 0.7623779050185248
best_model_val_test_auroc: 0.8327256551911094
best_model_val_test_auprc: 0.681267323604146
AUROC/AUPRC Plots - Best Model Based on Model AUROC
Epoch with best model Test AUROC: 92, 0.8401
Best Model Based on Model AUROC:
./vitaldb_cache/models/ABP_EEG_ECG_12_RESIDUAL_BLOCKS_128_BATCH_SIZE_1e-04_LEARNING_RATE_1e-01_WEIGHT_DECAY_003_MINS__ALL_MAX_CASES_bea05a31_0092.model
Generate Stats Based on Test Data
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 47/47 [00:19<00:00, 2.37it/s]
Loss: 0.5215899906259902 AUROC: 0.8401415778336306 AUPRC: 0.6889128288563813 Sensitivity: 0.7477650063856961 Specificity: 0.7742451967063129 Threshold: 0.09 Accuracy: 0.7672617042775345
best_model_auroc_test_auroc: 0.8401415778336306
best_model_auroc_test_auprc: 0.6889128288563813 Total Processing Time: 8555.1390 sec
RUN_ME = False
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=16,
learning_rate=1e-4,
weight_decay=0.0,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
RUN_ME = False
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=32,
learning_rate=1e-4,
weight_decay=0.0,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
RUN_ME = False
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=64,
learning_rate=1e-4,
weight_decay=0.0,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
RUN_ME = False
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=0.0,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
RUN_ME = False
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-2,
weight_decay=0.0,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
RUN_ME = False
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-3,
weight_decay=0.0,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
RUN_ME = False
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=128,
learning_rate=1e-4,
weight_decay=0.0,
balance_labels=False,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
RUN_ME = False
if MULTI_RUN and RUN_ME:
run_experiment(
experimentNamePrefix=None,
useAbp=True,
useEeg=False,
useEcg=False,
nResiduals=12,
skip_connection=False,
batch_size=64,
learning_rate=1e-4,
weight_decay=0.0,
balance_labels=True,
#pos_weight=2.0,
pos_weight=None,
max_epochs=200,
patience=20,
device=device
)
When we complete our experiments, we will build comparison tables that compare a set of measures for each experiment performed. The full set of experiments and measures are listed below.
Note: each experiment will be repeated with the following time-to-IOH-event durations:
Note: the above list of experiments will be performed if there is sufficient time and gpu capability to complete that before the submission deadline. Should we experience any constraints on this front, we will reduce our experimental coverage to the following 4 core experiments that are necessary to measure the hypotheses included at the head of this report:
For additional details please review the "Planned Actions" in the Discussion section of this report.
[ TODO for final report - collect data for all measures listed above. ]
[ TODO for final report - generate ROC and PRC plots for each experiment ]
We are collecting a broad set of measures across each experiment in order to perform a comprehensive comparison of all measures listed across all comparable experiments executed in the original paper. However, our key experimental results will be focused on a subset of these results that address the main experiments defined at the beginning of this notebook.
The key experimental result measures will be as follows:
The following table is Table 3 from the original paper which presents the measured values for each signal combination across each of the four temporal predictive categories:
We have not yet completed the execution of the experiments necessary to determine our reproduced model performance in order determine whether our results are accurately representing those of the original paper. These details are expected to be included in the final report.
As of the draft submission, the reported evaluation measures of our model are too good to be true (all measures are 1.0). We suspect that there is data leakage in the dataset splitting process and will address this in time for the final report.
Our assessment is that this paper will be reproducible. The outstanding risk is that each experiment can take up to 7 hours to run on hardware within the team (i.e., 7h to run ~70 epochs on a desktop with AMD Ryzen 7 3800X 8-core CPU w/ RTX 2070 SUPER GPU and 32GB RAM). There are a total of 28 experiments (7 different combinations of signal inputs, 4 different time horizons for each combination). Should our team find it not possible to complete the necessary experiments across all of the experiments represented in Table 3 of our selected paper, we will reduce the number of experiments to focus solely on the ones directly related to our hypotheses described in the beginning of this notebook (i.e., reduce the number of combinations of interest to 4: ABP alone, ABP+EEG, ABP+ECG, ABP+ECG+EEG). This will result in a new total of 16 experiments to run.
Our proposal included a collection of potential ablations to be investigated:
Given the amount of time required to conduct each experiment, our team intends to choose only a small number of ablations from this set. Further, we only intend to perform ablation analysis against the best performing signal combination and time horizon from the reproduction experiments. In order words, we intend to perform ablation analysis against the following training combinations, and only against the models trained with data measured 3 minutes prior to an IOH event:
Time and GPU resource permitting, we will complete a broader range of experiments. For additional details, please see the section below titled "Plans for next phase".
Our team intends to address the manner in which the experimental results align with the published results in the paper in the final submission of this report. The amount of time required to complete model training and result analysis during the preparation of the Draft notebook was not sufficient to complete a large number of experiments.
The difficult aspect of the preparation of this draft involved the data preprocessing.
The most notable suggestion would be to correct the hyperparameters published in Supplemental Table 1. Specifically, the output size for residual blocks 11 and 12 for the ECG and ABP data sets was 496x6. This is a typo, and should read 469x6. This typo became apparent when operating the size down operation within Residual Block 11 and recognizing the tensor dimensions were misaligned.
Additionally, more explicit references to the signal quality index assessment tools should be added. Our team could not find a reference to the MATLAB source code as described in reference [3], and had to manually discover the GitHub profile for the lab of the corresponding author of reference [3] in order to find MATLAB source that corresponded to the metrics described therein.
Our team plans to accomplish the following goals in service of preparing the Final Report:
Walkthrough of the notebook, no need to make slides. We expect a well-timed, well-presented presentation. You should clearly explain what the original paper is about (what the general problem is, what the specific approach taken was, and what the results claimed were) and what you encountered when you attempted to reproduce the results. You should use the time given to you and not too much (or too little).
print(f'All done!')
All done!